SLAM实践：ORB_SLAM2与D435(二)

最新推荐文章于 2024-03-25 20:41:20 发布

ly1997th

最新推荐文章于 2024-03-25 20:41:20 发布

阅读量2.7k

点赞数 1

分类专栏： slam实践 SLAM库使用文章标签： ORB_SLAM D435 实时SLAM

本文链接：https://blog.csdn.net/ly1997th/article/details/80206621

版权

本文介绍了如何将D435的color和depth数据实时输入到ORB_SLAM2系统中，重点在于程序的修改与运行，包括数据获取、ORB_SLAM的调整以及CMakeLists.txt的更新。通过简化原始示例，省去了数据读取和颜色-深度匹配步骤，实现了实时SLAM系统的构建。虽然标定部分未完成，但已能成功运行并显示相应画面。

摘要由CSDN通过智能技术生成

程序修改与运行---构建实时系统

源文件下载：

https://download.csdn.net/download/ly1997th/10394408
https://download.csdn.net/download/ly1997th/1039440

1. 从D435中获取color和depth数据，在librealSense/examples/save-to-disk中，可以看到数据是如何获取的。首先得到depth数据，然后获得color数据，然后存入磁盘。在这里，我们可以使用这种方法获得数据（可以尝试不去存磁盘，直接把realsense的数据流转变为Mat类型，传给ORB_SLAM，但是我没有做出来）同时，需要注意的是，ORB_SLAM还需要时间戳，在veido_frame类(其实是在基类frame)中可以找到函数get_timestamp()，获得时间戳。最后，将这部分内容转化为函数

double LoadImages(cv::Mat &imRGB,cv::Mat &imD)

1.1 原始示例中代码

    for (auto&& frame : pipe.wait_for_frames())
    {
        // We can only save video frames as pngs, so we skip the rest
        if (auto vf = frame.as<rs2::video_frame>())
        {
            auto stream = frame.get_profile().stream_type();
            // Use the colorizer to get an rgb image for the depth stream
            if (vf.is<rs2::depth_frame>()) vf = color_map(frame);

            // Write images to disk
            std::stringstream png_file;
            png_file << "rs-save-to-disk-output-" << vf.get_profile().stream_name() << ".png";
            stbi_write_png(png_file.str().c_str(), vf.get_width(), vf.get_height(),
                           vf.get_bytes_per_pixel(), vf.get_data(), vf.get_stride_in_bytes());
            std::cout << "Saved " << png_file.str() << std::endl;

            // Record per-frame metadata for UVC streams
            // std::stringstream csv_file;
            // csv_file << "rs-save-to-disk-output-" << vf.get_profile().stream_name()
            //          << "-metadata.csv";
            // metadata_to_csv(vf, csv_file.str());
        }
    }

1.2 double LoadImages(cv::Mat &imRGB,cv::Mat &imD)

double LoadImages(cv::Mat &imRGB,cv::Mat &imD)
{
    // Declare depth colorizer for pretty visualization of depth data
    rs2::colorizer color_map;

    // Declare RealSense pipeline, encapsulating the actual device and sensors
    rs2::pipeline pipe;
    // Start streaming with default recommended configuration
    pipe.start();

    // Wait for the next set of frames from the camera. Now that autoexposure, etc.
    // has settled, we will write these to disk
    int flag=0;
    double timestamp=0.0;
    int ping=1000;
    for (auto&& frame : pipe.wait_for_frames(ping))
    {
        // We can only save video frames as pngs, so we sk