一起做RGB-D SLAM (5)

最新推荐文章于 2023-12-20 11:03:36 发布

ideallic

最新推荐文章于 2023-12-20 11:03:36 发布

阅读量507

点赞数

分类专栏： SLAM

SLAM 专栏收录该内容

19 篇文章 3 订阅

订阅专栏

第五讲 Visual Odometry (视觉里程计)

　　读者朋友们大家好，又到了我们开讲rgbd slam的时间了。由于前几天博主在忙开会拍婚纱照等一系列乱七八糟的事情，这一讲稍微做的慢了些，先向读者们道个歉！

　　上几讲中，我们详细讲了两张图像间的匹配与运动估计。然而一个实际的机器人总不可能只有两个图像数据吧？那该多么寂寞呀。所以，本讲开始，我们要处理一个视频流，包含八百左右的数据啦。这才像是在做SLAM嘛！

　　小萝卜：那我们去哪里下载这些数据呢？

　　师兄：可以到我的百度云里去：http://yun.baidu.com/s/1i33uvw5

　　因为有点大（400多M），我就没有传到git上。不然运行前四讲的代码就要下一堆东西啦。打开这个数据集，你会看到里头有和两个文件夹，分别是RGB图与深度图。前几讲的数据也是取自这里的哦。

　　小萝卜：这算不算师兄你在偷懒呢？

　　师兄：呃，这个，总、总之，我们这里暂时先用这些数据啦。它们取自nyuv2数据集：http://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html 这可是一个国际上认可的，相当有名的数据集哦。如果你想要跑自己的数据，当然也可以，不过需要你进行一些预处理啦。

　　本讲中，我们利用前几讲写好的代码，完成一个视觉里程计(visual odometry)的编写。什么是视觉里程计呢？简而言之，就是把新来的数据与上一帧进行匹配，估计其运动，然后再把运动累加起来的东西。画成示意图的话，就是下面这个样子：

　　师兄：大家看懂了不？这实际上和滤波器很像，通过不断的两两匹配，估计机器人当前的位姿，过去的就给丢弃了。这个思路比较简单，实际当中也比较有效，能够保证局部运动的正确性。下面我们来实现一下visual odometry。

　　小萝卜：道理我是明白了，可是师兄你这画风究竟是哪个年代的啊……

准备工作

　　为了保证代码的简洁，我们要把以前做过的东西封装成函数，写在slamBase.cpp中，以便将来调用。（不过，由于是算法性质的内容，就不封成c++的对象了）。

　　首先工具函数：将cv的旋转矢量与位移矢量转换为变换矩阵，类型为Eigen::Isometry3d；

　　src/slamBase.cpp

 1 // cvMat2Eigen
 2 Eigen::Isometry3d cvMat2Eigen( cv::Mat& rvec, cv::Mat& tvec )
 3 {
 4     cv::Mat R;
 5     cv::Rodrigues( rvec, R );
 6     Eigen::Matrix3d r;
 7     cv::cv2eigen(R, r);
 8   
 9     // 将平移向量和旋转矩阵转换成变换矩阵
10     Eigen::Isometry3d T = Eigen::Isometry3d::Identity();
11 
12     Eigen::AngleAxisd angle(r);
13     Eigen::Translation<double,3> trans(tvec.at<double>(0,0), tvec.at<double>(0,1), tvec.at<double>(0,2));
14     T = angle;
15     T(0,3) = tvec.at<double>(0,0); 
16     T(1,3) = tvec.at<double>(0,1); 
17     T(2,3) = tvec.at<double>(0,2);
18     return T;
19 }

　　另一个函数：将新的帧合并到旧的点云里：

 1 // joinPointCloud 
 2 // 输入：原始点云，新来的帧以及它的位姿
 3 // 输出：将新来帧加到原始帧后的图像
 4 PointCloud::Ptr joinPointCloud( PointCloud::Ptr original, FRAME& newFrame, Eigen::Isometry3d T, CAMERA_INTRINSIC_PARAMETERS& camera ) 
 5 {
 6     PointCloud::Ptr newCloud = image2PointCloud( newFrame.rgb, newFrame.depth, camera );
 7 
 8     // 合并点云
 9     PointCloud::Ptr output (new PointCloud());
10     pcl::transformPointCloud( *original, *output, T.matrix() );
11     *newCloud += *output;
12 
13     // Voxel grid 滤波降采样
14     static pcl::VoxelGrid<PointT> voxel;
15     static ParameterReader pd;
16     double gridsize = atof( pd.getData("voxel_grid").c_str() );
17     voxel.setLeafSize( gridsize, gridsize, gridsize );
18     voxel.setInputCloud( newCloud );
19     PointCloud::Ptr tmp( new PointCloud() );
20     voxel.filter( *tmp );
21     return tmp;
22 }

　　另外，在parameters.txt中，我们增加了几个参数，以便调节程序的性能：

# part 5 
# 数据相关
# 起始与终止索引
start_index=1
end_index=700
# 数据所在目录
rgb_dir=../data/rgb_png/
rgb_extension=.png
depth_dir=../data/depth_png/
depth_extension=.png
# 点云分辨率
voxel_grid=0.02
# 是否实时可视化
visualize_pointcloud=yes
# 最小匹配数量
min_good_match=10
# 最小内点
min_inliers=5
# 最大运动误差
max_norm=0.3

　　前面几个参数是相当直观的：指定RGB图与深度图所在的目录，起始与终止的图像索引（也就是第1张到第700张的slam啦）。后面几个参数，会在后面进行解释。

实现VO

　　最后，利用之前写好的工具函数，实现一个VO:

　　src/visualOdometry.cpp

  1 /*************************************************************************
  2     > File Name: rgbd-slam-tutorial-gx/part V/src/visualOdometry.cpp
  3     > Author: xiang gao
  4     > Mail: gaoxiang12@mails.tsinghua.edu.cn
  5     > Created Time: 2015年08月01日 星期六 15时35分42秒
  6  ************************************************************************/
  7 
  8 #include <iostream>
  9 #include <fstream>
 10 #include <sstream>
 11 using namespace std;
 12 
 13 #include "slamBase.h"
 14 
 15 // 给定index，读取一帧数据
 16 FRAME readFrame( int index, ParameterReader& pd );
 17 // 度量运动的大小
 18 double normofTransform( cv::Mat rvec, cv::Mat tvec );
 19 
 20 int main( int argc, char** argv )
 21 {
 22     ParameterReader pd;
 23     int startIndex  =   atoi( pd.getData( "start_index" ).c_str() );
 24     int endIndex    =   atoi( pd.getData( "end_index"   ).c_str() );
 25 
 26     // initialize
 27     cout<<"Initializing ..."<<endl;
 28     int currIndex = startIndex; // 当前索引为currIndex
 29     FRAME lastFrame = readFrame( currIndex, pd ); // 上一帧数据
 30     // 我们总是在比较currFrame和lastFrame
 31     string detector = pd.getData( "detector" );
 32     string descriptor = pd.getData( "descriptor" );
 33     CAMERA_INTRINSIC_PARAMETERS camera = getDefaultCamera();
 34     computeKeyPointsAndDesp( lastFrame, detector, descriptor );
 35     PointCloud::Ptr cloud = image2PointCloud( lastFrame.rgb, lastFrame.depth, camera );
 36     
 37     pcl::visualization::CloudViewer viewer("viewer");
 38 
 39     // 是否显示点云
 40     bool visualize = pd.getData("visualize_pointcloud")==string("yes");
 41 
 42     int min_inliers = atoi( pd.getData("min_inliers").c_str() );
 43     double max_norm = atof( pd.getData("max_norm").c_str() );
 44 
 45     for ( currIndex=startIndex+1; currIndex<endIndex; currIndex++ )
 46     {
 47         cout<<"Reading files "<<currIndex<<endl;
 48         FRAME currFrame = readFrame( currIndex,pd ); // 读取currFrame
 49         computeKeyPointsAndDesp( currFrame, detector, descriptor );
 50         // 比较currFrame 和 lastFrame
 51         RESULT_OF_PNP result = estimateMotion( lastFrame, currFrame, camera );
 52         if ( result.inliers < min_inliers ) //inliers不够，放弃该帧
 53             continue;
 54         // 计算运动范围是否太大
 55         double norm = normofTransform(result.rvec, result.tvec);
 56         cout<<"norm = "<<norm<<endl;
 57         if ( norm >= max_norm )
 58             continue;
 59         Eigen::Isometry3d T = cvMat2Eigen( result.rvec, result.tvec );
 60         cout<<"T="<<T.matrix()<<endl;
 61         
 62         //cloud = joinPointCloud( cloud, currFrame, T.inverse(), camera );
 63         cloud = joinPointCloud( cloud, currFrame, T, camera );
 64         
 65         if ( visualize == true )
 66             viewer.showCloud( cloud );
 67 
 68         lastFrame = currFrame;
 69     }
 70 
 71     pcl::io::savePCDFile( "data/result.pcd", *cloud );
 72     return 0;
 73 }
 74 
 75 FRAME readFrame( int index, ParameterReader& pd )
 76 {
 77     FRAME f;
 78     string rgbDir   =   pd.getData("rgb_dir");
 79     string depthDir =   pd.getData("depth_dir");
 80     
 81     string rgbExt   =   pd.getData("rgb_extension");
 82     string depthExt =   pd.getData("depth_extension");
 83 
 84     stringstream ss;
 85     ss<<rgbDir<<index<<rgbExt;
 86     string filename;
 87     ss>>filename;
 88     f.rgb = cv::imread( filename );
 89 
 90     ss.clear();
 91     filename.clear();
 92     ss<<depthDir<<index<<depthExt;
 93     ss>>filename;
 94 
 95     f.depth = cv::imread( filename, -1 );
 96     return f;
 97 }
 98 
 99 double normofTransform( cv::Mat rvec, cv::Mat tvec )
100 {
101     return fabs(min(cv::norm(rvec), 2*M_PI-cv::norm(rvec)))+ fabs(cv::norm(tvec));
102 }

　　其实一个VO也就一百行的代码，相信大家很快就能读懂的。我们稍加解释。

FRAME readFrame( int index, ParameterReader& pd ) 是读取帧数据的函数。告诉它我要读第几帧的数据，它就会乖乖的把数据给找出来，返回一个FRAME结构体。
在得到匹配之后，我们判断了匹配是否成功，并把失败的数据丢弃。为什么这样做呢？因为之前的算法，对于任意两张图像都能做出一个结果。对于无关的图像，就明显是不对的。所以要去除匹配失败的情形。
如何检测匹配失败呢？我们采用了三个方法：

1. 去掉goodmatch太少的帧，最少的goodmatch定义为：
```
min_good_match=10
```
2. 去掉solvePnPRASNAC里，inlier较少的帧，同理定义为：
```
min_inliers=5
```
3. 去掉求出来的变换矩阵太大的情况。因为假设运动是连贯的，两帧之间不会隔的太远：
```
max_norm=0.3
```

　　如何知道两帧之间不隔太远呢？我们计算了一个度量运动大小的值： ∥Δt∥+min(2π−∥r∥,∥r∥)