【学习SLAM】PL-SLAM: 基于点和线条的实时单目slam

大家好，对于VSLAM研究人员当然要对最新的VSLAM的研究做下总结了，这次为大家介绍PL-SLAM。

上图就是PL-SLAM的框架，是不是感觉和ORBSLAM很像呢？比较典型打特征法+直接法的结合的关键帧的Vslam

跟ORBSLAM有三个主要线程：跟踪 、构图、回环检测

一、Tracking（估计相机的位置，根据约束条件，产生新的关键帧）

特征提取方面：ORB、lsd的线条像素特征

（其实我们一直关系的一个问题，如果面对一面白墙怎么办？）

初始化估计：同样包含两种了一种是ORBslam的初始化形式，另一种则是应该树通过极限搜索的方式跟lsdslam比较像

重定位：词袋模型，关系图（同lsd是一样的）

二、Local MAPING

剔除：点和线剔除

三角化：点和线

局部BA:点和线

关键帧剔除

三、loop clousing

只做了点特征的回环，主要线条回环计算太大。

四、效果

 

对比发现，精度有所提高！那么实时性怎么样呢？

作者测试的是20fps。

五、总结：

总体感觉是把ORBSLAM+LSDSLAM的比较优秀的前端策略加到一起，在关键帧的筛选上有些亮点，毕竟增加线条约束。亮点不多，主要现在还没有源码，没办法实际测试效果。作者也会在最近公开自己的源码。
---------------------  

Ubuntu 16.04.4 编译PL-SLAM (stereo)

本文为复现一篇论文的开放源码。

《PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments》

Gomez-Ojeda R, Zuñiga-Noël D, Moreno F A, et al. PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments[J]. 2017.

开源代码地址：https://github.com/rubengooj/pl-slam/

作者的代码说明：https://github.com/rubengooj/pl-slam/blob/master/README.md

博客主页：https://blog.csdn.net/xs1102

文章地址：https://blog.csdn.net/xs1102/article/details/80757404

开始配置

一、配置环境

1、编译安装opencv3，参考文章：https://blog.csdn.net/xs1102/article/details/74729416

2、安装Suite Sparse

这个是为了解决找不到cholmod.h头文件的问题，Eigen/CholmodSupport头文件中会调用此文件，所以必须安装。Eigen和g2o都依赖此库，这个在官方文档中有说明。

但该库的编译依赖于OpenBLAS开源库。OpenBLAS是高性能多核BLAS库，是GotoBLAS2 1.13 BSD版本的衍生版。项目主页在：https://github.com/xianyi/OpenBLAS

OpenBLAS编译失败。。。。

cc    -O3 -fexceptions -fPIC -fopenmp   -o cholmod_simple -I../../include  cholmod_simple.c -L/home/root/src/SuiteSparse/lib -L../../lib -lcholmod -lamd -lcolamd -lsuitesparseconfig -lccolamd -lcamd -lmetis -llapack -lopenblas -lm -lrt -Wl,-rpath=/home/root/src/SuiteSparse/lib
./cholmod_demo < Matrix/bcsstk01.tri
Segmentation fault (core dumped)
Makefile:31: recipe for target 'all' failed

make[2]: *** [all] Error 139

投机取巧，将SuiteSparse的inlude文件放到pl-slam的CMakeLists.txt中所说的/usr/include/suitesparse文件夹中，cholmod.h的问题解决

其实也可以用apt安装，省事。

apt install libsuitesparse-dev

3、编译安装Eigen，官网，http://eigen.tuxfamily.org

mkdir build && cd build && cmake .. && make && make install 就可以了。

或者使用 apt-get install libeigen3-dev

如果编译时提示错误，可以cd到eigen3头文件夹所在路径，创建符号链接可以解决。

cd /usr/local/include
sudo ln -sf eigen3/Eigen Eigen
sudo ln -sf eigen3/unsupported unsupported

4、安装boost库

apt-get install libboost-dev

5、编译安装g2o

https://github.com/RainerKuemmerle/g2o

安装依赖：

apt-get install cmake libeigen3-dev libsuitesparse-dev libqt4-dev qt4-qmake libqglviewer-dev

g2o依赖于eigen，所以安装顺序不能错

g2o不建议用最新的，因为pl-slam是使用低版本的头文件，新版本中，g2o的指针需要使用std::unique_ptr传递。

6、安装YAML

apt-get install libyaml-cpp-dev

7、编译wxWeights

这个库为mrpt使用，是一个界面库，不安装该库，运行pl-slam时会报错：
Initializing PL-SLAM....terminate called after throwing an instance of 'std::logic_error'
  what():  
 =============== MRPT EXCEPTION =============
void mrpt::gui::CBaseGUIWindow::createWxWindow(unsigned int, unsigned int), line 95:
MRPT compiled without wxWidgets!
void mrpt::gui::CBaseGUIWindow::createWxWindow(unsigned int, unsigned int), line 97:

github地址：https://github.com/wxWidgets/wxWidgets

下载后，进入源代码目录下

./configure --with-opengl --enable-debug --enable-unicode && make && make install

8、下载配置stvo-pl和mrpt

这两个项目也是作者的工作，下载下来，放到pl-slam的同级目录下，pl-slam的CMakeLists.txt中可以配置stvo-pl的位置，mrpt需要将include和libs/base/include下的文件放到pl-slam的include中，mrpt

的config.h可需要拷贝到pl-slam的include/mrpt目录下。

mrpt新版涉及到重构的问题，所以作者推荐使用这个版本：https://github.com/MRPT/mrpt/tree/0c3d605c3cbf5f2ffb8137089e43ebdae5a55de3

如果编译时，提示wxTE_AUTO_SCROLL is not defined，这是因为wxWeights高版本去掉了改定义，在头文件定义即可：

    #ifndef wxTE_AUTO_SCROLL
    #define wxTE_AUTO_SCROLL 0
    #endif

 

cmake && make && make install

cp -rf /usr/local/include/mrpt/opengl/include/mrpt/* /usr/local/include/mrpt/

cp /usr/local/include/mrpt/mrpt-config/mrpt/* /usr/local/include/mrpt/

这个安装并不好用，还是直接make不install，然后配置一个cmake_modules的FindMRPT.cmake文件,将头文件复制到mrpt项目的include目录下

set(MRPT_DIR
        /home/xxxx/workspace/mrpt-1.5.0
        )

set(MRPT_INCLUDE_DIRS
        ${MRPT_DIR}/include
        )

二、编译

运行build.sh脚本，自动编译程序，手动make也可以。

export DATASETS_DIR=/home/XXXX/workspace/dataset/
./plslam_dataset <数据集名，dataset目录下的某个子文件夹名> [options]

 
Usage: ./imgPLSLAM <dataset_name> [options]
Options:
-o Offset (number of frames to skip in the dataset directory
-n Number of frames to process the sequence
-s Parameter to skip s-1 frames (default 1)
-c Config file

将pl-slam/config/dataset_params/dataset_param.yaml复制到数据集文件夹下，并配置左右视图。

数据集名也就是datasets目录下的文件夹名，多级目录可以用/，数据集下配置一个dataset_params.yaml文件，该文件可以从config/datasets_params/文件夹下复制过去。

-c 指定配置文件config/config下，默认配置在src/slamConfig.cpp中。使用相对路径时，分清工作目录。

 

g2o使用新版本时，需要使用智能指针，原来的T*都改为std::unique_ptr<T>，赋值使用std::move。

有一个/usr/bin/ld: cannot find -lg2o_ext_csparse的错误，是由于新版本的库改名导致的，

    cd /usr/local/lib/
     
    sudo ln -sv libg2o_csparse_extension.so libg2o_ext_csparse.so

解决。