openVSLAM-stella_vslam的编译安装

YOULANSHENGMENG

已于 2023-04-19 09:56:54 修改

阅读量1.6k

点赞数

文章标签：数码相机

于 2023-03-30 18:16:40 首次发布

本文链接：https://blog.csdn.net/YOULANSHENGMENG/article/details/129857734

版权

stella_vslam

适配的相机硬件有：

stella_vslam is a monocular, stereo, and RGBD visual SLAM system.

该算法支持单目、双目还有RGBD的视觉SLAM系统

它兼容各种类型的相机型号，并可以轻松定制其他相机型号。
创建的地图可以存储和加载，然后 stella_vslam 可以根据预先构建的地图定位新图像。
该系统是完全模块化的。它是通过使用易于理解的 API 将多个功能封装在单独的组件中而设计的。
我们提供了一些代码片段来理解这个系统的核心功能。

stella_vslam 的一个显着特点是系统可以处理各种类型的相机模型，例如透视、鱼眼和等距柱状。如果需要，用户可以轻松实现额外的相机模型（例如双鱼眼、折反射）。例如，使用等距柱状相机模型（如RICOH THETA系列、insta360系列等）的视觉SLAM算法如上所示。

官网指导的安装方法：

Installation — stella_vslam documentation

一、环境搭建

1.1 基础环境的依赖包的安装

sudo apt update -y
sudo apt upgrade -y --no-install-recommends
# basic dependencies
sudo apt install -y build-essential pkg-config cmake git wget curl unzip
# g2o dependencies
sudo apt install -y libatlas-base-dev libsuitesparse-dev
# OpenCV dependencies
sudo apt install -y libgtk-3-dev ffmpeg libavcodec-dev libavformat-dev libavutil-dev libswscale-dev libavresample-dev libtbb-dev
# eigen dependencies
sudo apt install -y gfortran
# backward-cpp dependencies (optional)
sudo apt install -y binutils-dev
# other dependencies
sudo apt install -y libyaml-cpp-dev libgflags-dev sqlite3 libsqlite3-dev

# (if you plan on using PangolinViewer)
# Pangolin dependencies
sudo apt install -y libglew-dev

# (if you plan on using SocketViewer)
# Protobuf dependencies
sudo apt install -y autogen autoconf libtool
# Node.js
curl -sL https://deb.nodesource.com/setup_12.x | sudo -E bash -
sudo apt install -y nodejs

1.2 下载源码

git clone --recursive https://github.com/stella-cv/stella_vslam.git

下载过程中遇到错误：

首先使用国内的gitee将要下拉的仓库下拉到自己的仓库中

然后执行：

git clone --recursive 此处换成码云的地址这样就可以完成下拉代码了。

也可以直接使用下面的链接下载：https://download.csdn.net/download/YOULANSHENGMENG/87631448

1.3 依赖包的编译和安装

1）build and install g2o

cd /tmp
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
git checkout ed40a5bb028566fd56a78fd7b04921b613492d6f
mkdir build && cd build
cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DBUILD_SHARED_LIBS=ON \
    -DBUILD_UNITTESTS=OFF \
    -DG2O_USE_CHOLMOD=OFF \
    -DG2O_USE_CSPARSE=ON \
    -DG2O_USE_OPENGL=OFF \
    -DG2O_USE_OPENMP=OFF \
    -DG2O_BUILD_APPS=OFF \
    -DG2O_BUILD_EXAMPLES=OFF \
    -DG2O_BUILD_LINKED_APPS=OFF \
    ..
make -j4 && sudo make install

2）build and install backward-cpp

cd /tmp
git clone https://github.com/bombela/backward-cpp.git
cd backward-cpp
git checkout 5ffb2c879ebdbea3bdb8477c671e32b1c984beaa
mkdir build && cd build
cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    ..
make -j4 && sudo make install

3）build and install Pangolin from source

cd /tmp
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
git checkout eab3d3449a33a042b1ee7225e1b8b593b1b21e3e
mkdir build && cd build
cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DBUILD_EXAMPLES=OFF \
    -DBUILD_PANGOLIN_DEPTHSENSE=OFF \
    -DBUILD_PANGOLIN_FFMPEG=OFF \
    -DBUILD_PANGOLIN_LIBDC1394=OFF \
    -DBUILD_PANGOLIN_LIBJPEG=OFF \
    -DBUILD_PANGOLIN_LIBOPENEXR=OFF \
    -DBUILD_PANGOLIN_LIBPNG=OFF \
    -DBUILD_PANGOLIN_LIBTIFF=OFF \
    -DBUILD_PANGOLIN_LIBUVC=OFF \
    -DBUILD_PANGOLIN_LZ4=OFF \
    -DBUILD_PANGOLIN_OPENNI=OFF \
    -DBUILD_PANGOLIN_OPENNI2=OFF \
    -DBUILD_PANGOLIN_PLEORA=OFF \
    -DBUILD_PANGOLIN_PYTHON=OFF \
    -DBUILD_PANGOLIN_TELICAM=OFF \
    -DBUILD_PANGOLIN_UVC_MEDIAFOUNDATION=OFF \
    -DBUILD_PANGOLIN_V4L=OFF \
    -DBUILD_PANGOLIN_ZSTD=OFF \
    ..
make -j4 && sudo make install

4）Install Protobuf

apt install -y libprotobuf-dev protobuf-compiler

1.4 源码编译

在支持 PangolinViewer 的情况下构建时，请指定以下 cmake 选项：-DUSE_PANGOLIN_VIEWER=ON和-DUSE_SOCKET_PUBLISHER=OFF.

cd /path/to/stella_vslam
mkdir build && cd build
cmake \
    -DUSE_STACK_TRACE_LOGGER=ON \
    -DCMAKE_BUILD_TYPE=RelWithDebInfo \
    -DUSE_PANGOLIN_VIEWER=ON \
    -DINSTALL_PANGOLIN_VIEWER=ON \
    -DUSE_SOCKET_PUBLISHER=OFF \
    -DBUILD_TESTS=OFF \
    -DBUILD_EXAMPLES=ON \
    ..
make -j4 && sudo make install

编译成功后的显示为：

1.5 运行

# download an ORB vocabulary from GitHub
curl -sL "https://github.com/stella-cv/FBoW_orb_vocab/raw/main/orb_vocab.fbow" -o orb_vocab.fbow

# download a sample dataset from Google Drive
FILE_ID="1d8kADKWBptEqTF7jEVhKatBEdN7g0ikY"
curl -sc /tmp/cookie "https://drive.google.com/uc?export=download&id=${FILE_ID}" > /dev/null
CODE="$(awk '/_warning_/ {print $NF}' /tmp/cookie)"
curl -sLb /tmp/cookie "https://drive.google.com/uc?export=download&confirm=${CODE}&id=${FILE_ID}" -o aist_living_lab_1.zip
unzip aist_living_lab_1.zip

# download a sample dataset from Google Drive
FILE_ID="1TVf2D2QvMZPHsFoTb7HNxbXclPoFMGLX"
curl -sc /tmp/cookie "https://drive.google.com/uc?export=download&id=${FILE_ID}" > /dev/null
CODE="$(awk '/_warning_/ {print $NF}' /tmp/cookie)"
curl -sLb /tmp/cookie "https://drive.google.com/uc?export=download&confirm=${CODE}&id=${FILE_ID}" -o aist_living_lab_2.zip
unzip aist_living_lab_2.zip

# run tracking and mapping
./run_video_slam -v ./orb_vocab.fbow -m ./aist_living_lab_1/video.mp4 -c ../example/aist/equirectangular.yaml --frame-skip 3 --no-sleep --map-db-out map.msg
# click the [Terminate] button to close the viewer
# you can find map.msg in the current directory

# run localization
./run_video_slam --disable-mapping -v ./orb_vocab.fbow -m ./aist_living_lab_2/video.mp4 -c ../example/aist/equirectangular.yaml --frame-skip 3 --no-sleep --map-db-in map.msg

我使用的是视频进行测试的：

./run_video_slam -v /home/nvidia/XXX/stella_vslam/orb_vocab.fbow -m /home/nvidia/XXX/stella_vslam/data/aist_entrance_hall_1/video.mp4 -c /home/nvidia/XXX/stella_vslam/example/aist/equirectangular.yaml --frame-skip 3 --no-sleep --map-db-out map.msg

运行过程中会报错误：

./run_video_slam: error while loading shared libraries: libg2o_csparse_extension.so: cannot open shared object file: No such file or directory

解决办法：

在终端直接导入库所在的位置：

export LD_LIBRARY_PATH=/home/nvidia/XXX/g2o/lib:$LD_LIBRARY_PATH
或者在配置文件中写入：

export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

数据集的下载直接可以在网页中下载：

Simple Tutorial — stella_vslam documentation

运行的结果如图所示：

上述所有搭建环境的依赖包，可以到下面的链接中下载：

https://download.csdn.net/download/YOULANSHENGMENG/87631603

二、ROS 环境下的安装

Ubuntu 20.04. ros noetic

安装ROS版本的前提是先装好ROS和文章上述第一部分的源码。

2.1 安装基础依赖包

1）
sudo apt update -y
sudo apt install ros-noetic-image-transport
2）
git clone --branch noetic --depth 1 https://github.com/ros-perception/vision_opencv.git
cp -r vision_opencv/cv_bridge ~/catkin_ws/src
rm -rf vision_opencv
3）下拉ROS版本的源码
cd ~/catkin_ws/src
git clone --branch ros --depth 1 https://github.com/stella-cv/stella_vslam_ros.git
cd stella_vslam_ros
git submodule update --init --recursive
cd ~/catkin_ws
catkin_make -DUSE_PANGOLIN_VIEWER=ON -DUSE_SOCKET_PUBLISHER=OFF

编译过程中，出现下面的错误，从网上找到原因是G20的版本不兼容导致的。所以需要确定官方使用的版本是什么版本。

下载最新版本的g20，但是提示eigen库版本过低，卸载和升级eigen版本的方法为：eigen下载的网站为：Eigen

1）卸载

sudo updatedb
locate eigen3

sudo rm -rf /usr/include/eigen3
sudo rm -rf /usr/lib/cmake/eigen3
sudo rm -rf /usr/local/include/eigen3
sudo rm -rf /usr/share/doc/libeigen3-dev
sudo rm -rf /usr/local/share/pkgconfig/eigen3.pc /usr/share/pkgconfig/eigen3.pc /var/lib/dpkg/info/libeigen3-dev.list /var/lib/dpkg/info/libeigen3-dev.md5sums

2）查看查看自己的Eigen版本

sudo gedit /usr/include/eigen3/Eigen/src/Core/util/Macros.h
在这个文件开头有如下代表版本为3.3.3

#define EIGEN_WORLD_VERSION 3
#define EIGEN_MAJOR_VERSION 3
#define EIGEN_MIINOR_VERSION 3

3）安装

sudo tar -xvzf eigen-3.4.0.tar.gz

cd eigen-3.4.0
sudo mkdir build
cd build

sudo cmake ..

sudo make install

sudo cp -r /usr/local/include/eigen3 /usr/include

重新编译g20后，重新编译ros版本的

参考链接为：

ROS Package — stella_vslam documentation

运行：

1）发布数据基于视频的方法
rosrun image_publisher image_publisher ./aist_living_lab_1/video.mp4 /image_raw:=/camera/image_raw
2）发布数据基于一般摄像头的
apt install ros-${ROS_DISTRO}-usb-cam
rosparam set usb_cam/pixel_format yuyv
rosrun usb_cam usb_cam_node
rosrun image_transport republish \
    raw in:=/usb_cam/image_raw raw out:=/camera/image_raw
3）运行（Tracking and Mapping   源码位置：stella_vslam_ros/src/run_slam.cc）
source ~/catkin_ws/devel/setup.bash
rosrun stella_vslam_ros run_slam \
    -v /path/to/orb_vocab.fbow \
    -c /path/to/config.yaml \
    --map-db-out /path/to/map.msg
4）运行（Localization 源码位置：stella_vslam_ros/src/run_slam.cc）
source ~/catkin_ws/devel/setup.bash
rosrun stella_vslam_ros run_slam \
    --disable-mapping \
    -v /path/to/orb_vocab.fbow \
    -c /path/to/config.yaml \
    --map-db-in /path/to/map.msg

我运行的命令的记录：

rosrun stella_vslam_ros run_slam  -v /home/nvidia/XXX/stella_vslam/orb_vocab.fbow -c /home/nvidia/XXX/stella_vslam/example/aist/equirectangular.yaml --map-db-out map.msg

但是运行后，没有结果输出，查询是使用下面的语句是没有办法发出/camera/image_raw话题的内容的。实际发出的话题中视没有/image_raw这个话题的，且每次运行publisher发出来的话题后面的ID是个变化的，导致使用固定的映射是不行的。

rosrun image_publisher image_publisher video.mp4 /image_raw:=/camera/image_raw

解决该问题，记录一些对话题的处理方法：

1）将图像更改为话题发布出去
roscore
rosrun image_publisher image_publisher /opt/ros/melodic/share/rviz/images/splash.png
2）播放bag包，将指定的话题进行新话题名的映射
rosbag play 2023-03-15-19-28-26.bag /camera/infra1/image_rect_raw:=/camera/image_raw
3）显示图像的话题
rosrun image_view image_view image:=/image_publisher_1603025741590002479/image_raw
4）读取视频
rosrun image_publisher image_publisher  /xxx/1.mp4
5）读取摄像头数据，将参数改为摄像头设备号或者设备文件，执行以下指令：
rosrun image_publisher image_publisher  0
与以下指令等价：
rosrun image_publisher image_publisher  /dev/video0

解决办法：

将视频发布的话题录制成bag 包。然后再进行播放。

YOULANSHENGMENG

关注

0
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
openVSLAM-stella_vslam的编译安装

比较新的视觉SLAM适配的相机硬件有：该算法支持单目、双目还有RGBD的视觉SLAM系统stella_vslam 的一个显着特点是系统可以处理各种类型的相机模型，例如透视、鱼眼和等距柱状。如果需要，用户可以轻松实现额外的相机模型（例如双鱼眼、折反射）。例如，使用（如RICOH THETA系列、insta360系列等）的视觉SLAM算法如上所示。
复制链接

扫一扫