stella_vslam学习专篇（一）

1. stella_vslam介绍和安装环境

1.1介绍

Stella_VSLAM 是一个开源的 视觉同步定位与建图（Visual SLAM, VSLAM） 系统，基于 ORB-SLAM3 改进而来，专注于 高精度、模块化设计和跨平台支持。它适用于学术研究、机器人导航、AR/VR、自动驾驶等领域。

内容包含stella_vslam-socket和stella_vslam-viewer两个项目构成，是 Stella_VSLAM 生态中的两个关键组件，主要用于 SLAM 数据的网络传输与可视化。它们通常配合使用，实现 远程监控和实时 3D 可视化。

1. stella_vslam-socket（Socket 通信模块）

功能

• 负责 SLAM 数据的网络传输：
  • 将 Stella_VSLAM 计算出的 相机位姿（Pose）、3D 地图点（Map Points）、关键帧（Keyframes） 等数据通过 Socket（TCP/UDP） 发送给 stella_vslam-viewer 或其他接收端。
  • 支持 JSON 或二进制协议，便于跨平台通信。

特点

✅ 低延迟传输：适用于实时 SLAM 系统。

✅ 跨平台支持（Linux/Windows/macOS）。

✅ 可扩展性强：可自定义数据格式，支持多客户端连接。

典型使用场景

• 远程 SLAM 监控（如无人机、机器人）。
• 多机协作 SLAM（多个 SLAM 节点共享地图数据）。
• 与第三方工具集成（如 Unity、ROS 等）。

---

2. stella_vslam-viewer（3D 可视化工具）

功能

• 实时 3D 可视化 SLAM 结果：
  • 接收 stella_vslam-socket 传来的数据，渲染：
    • 相机运动轨迹（Trajectory）。
    • 3D 点云地图（Sparse/Dense Map）。
    • 关键帧位姿（Keyframe Poses）。
  • 支持 交互式操作（缩放、旋转、视角切换）。

特点

✅ 轻量级 OpenGL/Pangolin 界面（或基于其他 3D 引擎）。

✅ 支持多数据源（可直接读取文件或 Socket 流）。

✅ 调试友好：可显示 SLAM 系统的内部状态（如跟踪质量、回环检测）。

典型使用场景

• SLAM 算法调试（可视化跟踪效果）。
• 教学/演示（直观展示 SLAM 建图过程）。
• 与 ROS Rviz 或其他可视化工具对比。

1.2 安装环境

环境：
ubuntu==18.04.6
docker

2. 安装

2.1 从github上拉stella_vslam源码，并构建镜像

git clone --recursive https://github.com/stella-cv/stella_vslam.git
cd stella_vslam
docker build -t stella_vslam-socket -f Dockerfile.socket .

2.2构建viewer镜像

cd /path/to/stella_vslam
cd viewer
docker build -t stella_vslam-viewer .

3.准备文件

3.1 FBoW 词汇表文件

此外，请从此处下载 FBoW 的词汇表文件。

此文件下载需要点科技，不会使用科技的同学，wX关注【茅五之缘】回复FBoW领取文件

4. 启动镜像

启动服务器容器并提前使用 Web 浏览器访问它。 请指定以便与主机共享网络。

$ docker run --rm -it --name stella_vslam-viewer --net=host stella_vslam-viewer
WebSocket: listening on *:3000
HTTP server: listening on *:3001

启动后，使用 Web 浏览器进行访问。http://localhost:3001/

接下来，启动 stella_vslam 容器。 shell 接口将在 docker 容器中启动。

$ docker run --rm -it --name stella_vslam-socket --net=host stella_vslam-socket
root@hostname:/stella_vslam/build#

5运行算法

启动上面的镜像之后，进入镜像会出现以下可执行文件

把上面下载的fbow和你需要执行的视频video.mp4文件放入容器中.

$ ./run_video_slam \
    -v /path/to/orb_vocab/orb_vocab.fbow \
    -c /path/to/stella_vslam/example/aist/equirectangular.yaml \
    -m /path/to/aist_living_lab_1/video.mp4 \
    --frame-skip 3 \
    --map-db-out aist_living_lab_1_map.msg

运行之后 并且你启用了stella_vslam-viewer你可以 访问以下地址实时观看运行轨迹
http://127.0.0.1:3001/

最后你会获得aist_living_lab_1_map.msg文件。

这个文件包含你通过vslam 算法运行后的数据，只需要解析该文件就可以获取你想要的数据

6. 资源

github: stella-cv
官方文档: 文档

（下一期讲解aist_living_lab_1_map.msg文件中的具体内容和如何获取你想要的数据）