视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

yangtsejin

已于 2023-11-27 02:17:47 修改

阅读量901

点赞数 21

分类专栏：视觉SLAM理论到实践文章标签：算法图像处理视觉检测

于 2023-11-26 21:22:11 首次发布

本文链接：https://blog.csdn.net/qq_37648371/article/details/134632697

版权

视觉SLAM理论到实践专栏收录该内容

19 篇文章 2 订阅

订阅专栏

视觉SLAM理论到实践系列

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

视觉SLAM理论到实践系列（二）——三维物体的刚体运动（1）

视觉SLAM理论到实践系列（二）——三维物体的刚体运动（2）

下面是《视觉SLAM十四讲》学习笔记的系列记录的总链接，本人发表这个系列的文章链接均收录于此

前言

高翔博士的《视觉SLAM14讲》学习笔记的系列记录

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

SLAM是什么

自主运动的两大基本问题

我在什么地方？——定位
周围环境是什么样子？——建图
定位与建图=内外兼修定位侧重对自身的了解，建图侧重对外在的了解

相互关联

准确的定位需要精确的地图
精确的地图来自准确的定位

请添加图片描述

传感器

机器人感知外界环境的手段
种类：内质的/外质的
- 内质：感受机器人本体信息
- IMU、激光、相机
- 外质：安装于环境中的
- 二维码Marker、GPS、导轨、

在这里插入图片描述

环境限制了传感器的形式

GPS：需要能接收到卫星信号的环境
Marker、导轨：需要环境允许安装

相比之下，激光、相机等携带式传感器更加自由

相机

以一定速率采集图像、形成视频

分类

单目相机 Monocular
双目相机（立体相机） Stereo
深度相机 RGB-D
其他全景、Event Camera

在这里插入图片描述

相机的特点

以二维投影形式记录了三维世界的信息
该过程丢掉了一个维度：距离

各类相机的区别

单目：无深度深度需要其他手段估计

在这里插入图片描述

双目：通过视差计算深度

在这里插入图片描述

RGB-D：通过物理方法测量深度

当相机运动时，可通过视差确定深度

深度即第三维信息，对SLAM来说至关重要

视觉SLAM框架

前端：Visual Odometry
后端：Optimization
回环：Loop Closing
建图：Mapping

在这里插入图片描述

视觉里程计

估计邻近时刻的相机运动
最简化：两个图像的相对运动

在这里插入图片描述

方法

特征点法
直接法

后端

从带有噪声的数据中估计最优轨迹与地图
最大后验概率估计
滤波器
图优化

在这里插入图片描述

回环检测

检测相机是否到达过之前位置
判断与之前位置的差异
计算图像间相似性
词袋模型

在这里插入图片描述

建图

导航、规划、通讯、交互、可视化
度量地图、拓扑地图
稀疏地图、稠密地图

在这里插入图片描述

SLAM问题的数学描述

SLAM问题的数学描述：

在这里插入图片描述

问题：

位置是三维的，如何表述？——第2、3次课
观测模型如何表述？——第4次课
已知u,z时，如何推断x,y？——第5次课以后

实践：Linux下的C++基础

第一章习题

熟悉 Linux (2 分，约 2 小时)

计算机领域的绝⼤多数科研⼈员都在 Linux 下⼯作，不掌握 Linux 会使你在研究道路上寸步难行。

Linux 系统的基本知识亦是学习本课程的先决条件。如果你还未接触过 Linux，请阅读本次习题中提供的

材料（见 books/⽬录下）。我建议阅读《鸟哥的 Linux 私房菜》第 1、2 章了解 Linux 历史，第 5-8 章了解

基础操作。如果你在⽤ Ubuntu，也可以参考 Ubuntu 维基上⾃带的指南：http://wiki.ubuntu.org.cn/Ubuntu

不要把 Linux 想得太困难。现代的 Linux 系统多数具有方便的图形界面，⼗分容易上⼿。最好的学习方式可能是马上安装⼀个 Linux 然后熟悉它的操作界⾯，多数时候和 Windows/mac 差别不⼤。我们在本
书中使⽤ Ubuntu 16.04，读者也可以按个⼈⼜味选择任意适合你的发⾏版，不过最好使⽤ Ubuntu 系列，
这样我和你的操作⽅式会⽐较相似。
等你熟悉 Linux 后，请回答以下问题（如果你已经很熟悉，就跳过上⾯的阅读内容，直接回答即可）：

如何在 Ubuntu 中安装软件（命令⾏界⾯）？它们通常被安装在什么地⽅？
linux 的环境变量是什么？我如何定义新的环境变量？
linux 根⽬录下⾯的⽬录结构是什么样的？⾄少说出 3 个⽬录的⽤途。
假设我要给 a.sh 加上可执⾏权限，该输⼊什么命令？
假设我要将 a.sh ⽂件的所有者改成 xiang:xiang，该输⼊什么命令？

解答

（1）安装软件

sudo apt install xxx
# 或者
sudo apt-get install xxx

下载的软件存放位置

/var/cache/apt/archives

安装后软件默认位置

/usr/share

可执行文件位置，不像window一个软件一般都在一个文件夹里，ubuntu 的一个软件一般分开在多个目录，可供终端调用的执行文件一般在 /bin 目录，而且往往是在/usr/bin/目录下

/usr/bin

配置文件位置

/etc

lib文件位置

/usr/lib

（2）linux 的环境变量

参考：环境变量解释以及在Linux下的环境变量设置

在Linux系统，如果你下载并安装应用程序，很有可能在键入它的名称的时候出现 “command not found ” 的提示内容。如果每次都到安装目录文件夹内，找到可执行文件来进行操作就太繁琐了，这就需要设置path环境变量了。

Shell定义的环境变量

Shell在开始执行的时候就已经定义了一些与系统工作环境有关的变量，用户还可以重新定义这些变量。常用的shell环境变量有以下几种。

HOME：用于保存用户主目录的完全路径名。
PATH：用于保存用冒号分隔的目录路径名，shell将按PATH变量中给出的顺序搜索这些目录，找到的第一个与命令名称一致的可执行文件将被执行。
SHELL：当前用户使用的Shell
UID：当前用户的UID
LOGNAME：当前用户的登录名
HOSTNAME：主机名称

上面的环境变量使用下面的命令查看

echo $环境变量名

# 如
echo $HOME
# 或者
echo ${HOME}

在这里插入图片描述

查看环境变量
Linux中set 、env 和 export 都可以查看环境变量。

set<命令显示当前shell的变量，包括当前用户的变量，set主要用来设置sh的参数与选项
env命令显示当前用户的变量，env用来在构建的环境中运行命令
export命令显示当前导出成用户变量的shell变量

用 export 命令举例来查看PATH值：

export不加参数的时候，显示哪些变量被导出成了用户变量，因为一个shell自己的变量可以通过 export “导出”变成一个用户变量。

Linux下环境变量的设置

如果想将一个路径加入到 $PATH 中，可以有几种方法。比如我想将 /tmp/test 路径加入到 $PATH 变量中：

三种方法

（1）控制台中设置 (只对当前shell有效)

执行命令：

export PATH=$PATH:/tmp/test

（2）修改当前家目录下的 .bashrc 文件 (只对当前用户有效)

先执行 vim ~/.bashrc 命令，在最末尾加入下面内容，然后 source ~/.bashrc，使配置文件生效。

vim ~/.bashrc
# 在最后一行添加
export PATH=$PATH:/tmp/test
# 退出后执行命令
source ~/.bashrc

（3）修改/etc/bashrc 文件 (针对所有用户有效)

先执行 sudo vim /etc/profile 命令，在最末尾加入下面内容，然后 source /etc/profile，使配置文件生效。

sudo vim /etc/profile
# 在最后一行添加
export PATH=$PATH:/tmp/test
# 退出后执行命令
source /etc/profile

注：source命令通常用于重新执行刚修改的初始化文件，使之立即生效，而不必注销并重新登录。

（3）根目录结构

cd /
ll -h

在这里插入图片描述

用途如下：

/bin：系统命令目录

/sbin：超级命令目录，只能超级管理员可以执行的命令

/boot：系统目录，类似于Windows中的C盘

/dev ：设备文件目录，硬盘、光驱、U盘都属于设备文件，/dev/sr0代表光驱设备。注意，次目录下的文件没有办法直接使用，必须先挂载

/etc ：非常重要，代表系统的配置文件目录。大部分软件安装完成后，其配置文件都存放在此目录

/home：普通用户的家目录，用户登录后会自动切换到此目录

/root：超级管理员的家目录，超级管理员登录后会自动切换到此目录

/media：挂载目录，早期Linux挂载目录，用于挂载光盘以及软盘

/mnt：挂载目录，用来挂载额外的设备，如 U 盘、移动硬盘和其他操作系统的分区

/opt ：第三方软件目录，这个目录是放置和安装其他软件的位置，手工安装的源码包软件都可以安装到这个目录中。不过笔者还是习惯把软件放到 /usr/local/ 目录中，也就是说，/usr/local/ 目录也可以用来安装软件

/usr ：系统程序目录，类似Windows中的Program Files

/proc：虚拟文件系统。该目录中的数据并不保存在硬盘上，而是保存到内存中。主要保存系统的内核、进程、外部设备状态和网络状态等。

/tmp ：临时文件目录，在该目录下，所有用户都可以访问和写入。建议此目录中不能保存重要数据，最好每次开机都把该目录清理

/var ：经常变化的文件目录，网页文件、数据文件、日志文件

（4）添加可执行权限

如果只添加当前用户的可执行权限，则使用命令

chmod +x a.sh
#或者
chmod u+x a.sh

在这里插入图片描述

若要添加属组的可执行权限，则使用命令

chmod g+x a.sh

若要添加其他用户的可执行权限，则使用命令

chmod o+x a.sh

也可以使用命令给所有用户都添加权限

chmod 777 a.sh

（5）改变所有者

先添加用户xiang

sudo useradd xiang

使用命令改变所有者

chown xiang:xiang a.sh

在这里插入图片描述

SLAM 综述文献阅读 (3 分，约 3 小时)

当你对某个研究领域不了解时，最好是从综述⽂献开始了解这个领域的整体⾯貌。SLAM 作为⼀个近

30 年的研究领域，⾄今也存在着⼤量的综述、总结类的⽂章。请阅读本次作业 paper/⽬录下的⽂章 [1–3]

（其中 [3] 是中文文献），了解这个领域的⼤致情况。如果你的时间有限，可以仅阅读每篇⽂章的第⼀章（也

就是引言⼀章），然后回答下列问题：

SLAM 会在哪些场合中⽤到？⾄少列举三个⽅向。
SLAM 中定位与建图是什么关系？为什么在定位的同时需要建图？
SLAM 发展历史如何？我们可以将它划分成哪⼏个阶段？
列举三篇在 SLAM 领域的经典⽂献

解答

（1）

CMake 练习（2 分，约 1.5 小时）

cmake 是⼀种常⽤、⽅便的，⽤于组织 Linux 下 C++ 程序的⼯具。有许多库，例如 OpenCV、g2o、

Ceres 等，都用 cmake 组织它们的工程。所以，不管是使用别人的库，还是编写自己的库，都需要掌握

⼀些 cmake 的基本知识。也许你之前没有听过这个工具，但不要紧，我们准备了阅读材料“books/CmakePractice.pdf”（cmake 实践，由⼀位北大同学撰写）。请阅读此文的第 1 至 6 章，并完成以下工作：

书写⼀个由 cmake 组织的 C++ 工程，要求如下：

include/hello.h 和 src/hello.c 构成了 libhello.so 库。hello.c 中提供⼀个函数 sayHello()，调⽤此函数时往屏幕输出⼀行“Hello SLAM”。我们已经为你准备了 hello.h 和 hello.c 这两个文件，见“code/”目录下。
⽂件 useHello.c 中含有⼀个 main 函数，它可以编译成⼀个可执行文件，名为“sayhello”。
默认用 Release 模式编译这个⼯程。
如果用户使用 sudo make install，那么将 hello.h 放至/usr/local/include/下，将 libhello.so 放至/usr/local/lib/下。

请按照上述要求组织源代码文件，并书写 CMakeLists.txt。

解答

（1）先编译动态库，文件结构如下图所示

在这里插入图片描述

建立src文件夹，将hello.c文件更改后缀为hello.cpp并移入src文件夹内

建立include文件夹，将hello.h文件移入

在根目录下建立CMakeLists.txt文件，其中内容为

# 指定CMAKE版本
cmake_minimum_required(VERSION 3.0)
# 指定工程名
project(test)
# 指定头文件的路径
include_directories(${PROJECT_SOURCE_DIR}/include)
# 指定cpp文件的路径
file(GLOB SRC ${PROJECT_SOURCE_DIR}/src/*.cpp)
# 设置库文件的输出路径
set(LIBRARY_OUTPUT_PATH ${CMAKE_SOURCE_DIR}/lib_shared)
# 添加动态库文件
add_library(hello SHARED ${SRC})

写好CMakeLists.txt文件后，建立build文件夹并进入，输入命令

mkdir build
cd build
cmake ..
make

在这里插入图片描述

即可完成动态库的编译，且libhello.so文件被输出到lib_shared文件夹中

（2）编译可执行文件

由于编译的原因，要将useHello.c后缀改为useHello.cpp，才能顺利编译，否则会出现如下报错

在这里插入图片描述

编写CMakeLists.txt文件如下所示

在这里插入图片描述

# 指定CMAKE版本
cmake_minimum_required(VERSION 3.0)
# 指定工程名
project(test)
# 指定编译模式为Release
SET(CMAKE_BUILD_TYPE "Release")
# 指定头文件的路径
include_directories(${PROJECT_SOURCE_DIR}/include)
# 指定动态库的位置
link_directories(${PROJECT_SOURCE_DIR}/lib_shared)
# 指定输出路径，不设置的话默认输出到build文件夹中
set(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/bin)
add_executable(sayhello useHello.cpp)
target_link_libraries(sayhello hello)

这里的默认编译模式设置为Release模式

编写好CMakeLists.txt文件后，进行编译

编译完成后进入bin目录，执行sayhello文件

在这里插入图片描述

或者直接使用如下的方法，即嵌套式的CMakeLists.txt

最开始的文件结构如下所示

.
├── bin
│   ├── CMakeLists.txt
├── build
├── CMakeLists.txt
├── include
│   └── hello.h
├── lib
├── src
│   ├── CMakeLists.txt
│   └── hello.cpp
└── useHello.cpp

其中src目录下为源文件，include下为头文件，useHello.cpp为主函数所在的文件，lib文件夹用来装编译好的库文件，bin文件夹用来装编译好的二进制执行文件

根目录下的CMakeLists.txt

# 指定CMAKE版本
cmake_minimum_required(VERSION 3.0)
# 指定工程名
project(hello)
# 指定编译的模式
IF(NOT CMAKE_BUILD_TYPE)
  SET(CMAKE_BUILD_TYPE Release)
ENDIF()
MESSAGE("Build type: " ${CMAKE_BUILD_TYPE})
# 定义路径的变量
set(LIB_PATH ${PROJECT_SOURCE_DIR}/lib)
set(HEAD_PATH ${PROJECT_SOURCE_DIR}/include)
set(EXEC_PATH ${PROJECT_SOURCE_DIR}/bin)
# 定义库名称
set(HELLO_LIB hello)
# 添加子目录
add_subdirectory(src)
add_subdirectory(bin)	# 注意后编译的文件夹写在后面
# 或者写成add_subdirectory(src bin)

src目录下的CMakeLists.txt

cmake_minimum_required(VERSION 3.0)
project(HELLOLIB)
# 指定源文件路径
file(GLOB SRC_LIST ./*.cpp)
# 头文件路径
include_directories(${HEAD_PATH})
# 库文件的输出路径
set(LIBRARY_OUTPUT_PATH ${LIB_PATH})
# 生成共享库
add_library(${HELLO_LIB} SHARED ${SRC_LIST})
SET_TARGET_PROPERTIES(${HELLO_LIB} PROPERTIES CLEAN_DIRECT_OUTPUT 1)
# 生成静态库
add_library(${HELLO_LIB}_static STATIC ${SRC_LIST})
SET_TARGET_PROPERTIES(${HELLO_LIB}_static PROPERTIES CLEAN_DIRECT_OUTPUT 1)

bin目录下路的CMakeLists.txt

cmake_minimum_required(VERSION 3.0)
# 定义工程名
project(HELLOBIN)
# 头文件路径
include_directories(${HEAD_PATH})
# 链接的库文件路径
link_directories(${LIB_PATH})
# 二进制文件输出路径
set(EXECUTABLE_OUTPUT_PATH ${EXEC_PATH})
# 生成二进制文件
add_executable(sayhello ../useHello.cpp)
# 链接动态库
target_link_libraries(sayhello hello)

然后进入build文件夹进行编译

cd build
cmake ..
make

最终的文件结构如下所示

.
├── bin
│   ├── CMakeLists.txt
│   └── sayhello
├── build
├── CMakeLists.txt
├── include
│   └── hello.h
├── lib
│   ├── libhello.so
│   └── libhello_static.a
├── src
│   ├── CMakeLists.txt
│   └── hello.cpp
└── useHello.cpp

5 directories, 9 files

（3）如果⽤户使⽤ sudo make install，那么将 hello.h 放⾄/usr/local/include/下，将 libhello.so fang放至/usr/local/lib/下。

使用sudo make install

在这里插入图片描述

这里主目录的CMakeLists.txt如下所示

# 指定CMAKE版本
cmake_minimum_required(VERSION 3.0)
# 指定工程名
project(hello)
# 指定编译的模式
IF(NOT CMAKE_BUILD_TYPE)
  SET(CMAKE_BUILD_TYPE Release)
ENDIF()
MESSAGE("Build type: " ${CMAKE_BUILD_TYPE})


# 定义路径的变量
set(LIB_PATH ${PROJECT_SOURCE_DIR}/lib)
set(HEAD_PATH ${PROJECT_SOURCE_DIR}/include)
set(EXEC_PATH ${PROJECT_SOURCE_DIR}/bin)
# 定义库名称
set(HELLO_LIB hello)
# 添加子目录
add_subdirectory(src)
add_subdirectory(bin)	# 注意后编译的文件夹写在后面

# 设定安装路径
set(CMAKE_INSTALL_PREFIX /usr/local)
# 动态库文件输出到 ${CMAKE_INSTALL_PREFIX}/lib 即 /usr/local/lib 目录下
INSTALL(TARGETS hello LIBRARY 
    DESTINATION lib
)
# 头文件输出到 ${CMAKE_INSTALL_PREFIX}/include 即 /usr/local/include 目录下
INSTALL(DIRECTORY include/ 
    DESTINATION include
)

在这里插入图片描述

出现报错

fatal error: iostream: No such file or directory
    2 | #include <iostream>

在这里插入图片描述

原因在于iostream是cpp的库，把文件名改为cpp结尾即可

在这里插入图片描述

理解 ORB-SLAM2 框架（3 分，约 2 小时）

ORB-SLAM2[4] 是⼀个⾮常经典的视觉 SLAM 开源方案，它可以作为你学习 SLAM 的范本。但是现在我们还没有讲解很多关于视觉 SLAM 的知识，所以仅从代码工程角度上来了解 ORB-SLAM2。请按照提示完成以下工作。

从 github.com 下载 ORB-SLAM2 的代码。地址在：https://github.com/raulmur/ORB_SLAM2.

提示：在安装 git 之后，可以⽤ git clone https://github.com/raulmur/ORB_SLAM2 命令下载ORB-SLAM2。下载完成后，请给出终端截图。

此时我们不着急直接运⾏ ORB-SLAM2，让我们⾸先来看它的代码结构。ORB-SLAM2 是⼀个cmake ⼯程，所以可以从 CMakeLists.txt 上⾯来了解它的组织⽅式。阅读 ORB-SLAM2 代码⽬录下的 CMakeLists.txt，回答问题：

（a） ORB-SLAM2 将编译出什么结果？有几个库文件和可执行文件？

（b） ORB-SLAM2 中的 include, src, Examples 三个文件夹中都含有什么内容？

（c） ORB-SLAM2 中的可执行文件链接到了哪些库？它们的名字是什么？

你会发现 ORB-SLAM2 从代码组织方式来看并不复杂。实际上⼤部分中⼩型库都不会很复杂，而更大的库可能在 CMakeLists.txt 中有各种各样的兼容性检查，确保它们在各个平台上都能顺利运行。

现在你已经了解了 ORB-SLAM2 的代码结构了。抛开代码内容来说，至少你已经知道如何编译，使用这个库了。ORB-SLAM2 可以在数据集上运行，也可以在实际的摄像头上运行。下面的作业将指导你用自己的笔记本摄像头来运行 ORB-SLAM2。

解答

（1）下载完成后如下所示

在这里插入图片描述

（2）

（a）编译输出一个动态库文件libORB_SLAM2.so，其中包含了如下所示的源文件

src/System.cc
src/Tracking.cc
src/LocalMapping.cc
src/LoopClosing.cc
src/ORBextractor.cc
src/ORBmatcher.cc
src/FrameDrawer.cc
src/Converter.cc
src/MapPoint.cc
src/KeyFrame.cc
src/Map.cc
src/MapDrawer.cc
src/Optimizer.cc
src/PnPsolver.cc
src/Frame.cc
src/KeyFrameDatabase.cc
src/Sim3Solver.cc
src/Initializer.cc
src/Viewer.cc

还输出了一些示例的可执行文件

rgbd_tum，其位于Examples/RGB-D，其由Examples/RGB-D/rgbd_tum.cc编译而来
stereo_kitti，其位于/Examples/Stereo文件夹中，由Examples/Stereo/stereo_kitti.cc编译得来
tereo_euroc，由Examples/Stereo/stereo_euroc.cc编译得来
mono_tum，其位于/Examples/Monocular文件夹中，由/Examples/Monocular/mono_tum.cc编译得来
mono_kitti，由Examples/Monocular/mono_kitti.cc编译得来
mono_euroc，由Examples/Monocular/mono_euroc.cc编译得来

（b）Include文件夹中包含了头文件的源文件

src中包含了各种库文件的源文件

Examples文件夹中包含了示例文件的主函数文件，可以被编译成可执行文件

（c）链接到的库名如下所示

libORB_SLAM2.so
OpenCV_LIBS
EIGEN3_LIBS
Pangolin_LIBRARIES
libDBoW2.so
libg2o.so

* 使用摄像头或视频运行 ORB-SLAM2（3 分，约 1 小时）

请注意本题为附加题。

了解⼀样东西最快的⽅式是自己上手使用它，不要担心弄坏你的笔记本，⼤部分时候它都是你可靠的伙伴。这个作业中，我将指导你用自己的笔记本摄像头读取到的图像，来运行 ORB-SLAM2，看看它能不能实际工作。你也可以外接⼀个 usb 摄像头，这会让你的手更加灵活⼀些（不用费力端着笔记本到处跑）。或者，如果你的电脑碰巧没有摄像头/摄像头故障了/你正在用虚拟机，那我们也可以在事先录制好的⼀段视频中运行ORB-SLAM2（见 code/myvideo.mp4，这是我在特蕾西亚草坪散步的时候用手机拍摄的小视频）。

由于我们还没有讲过任何关于 OpenCV 或者图像⽅⾯的问题，所以本节我给你写好了⼀个 myslam.cpp文件（如果你使用录制视频，请⽤ myvideo.cpp）。这个文件会打开你自带的摄像头（或视频），读取图像，并交给 ORB-SLAM2 处理。由于你现在已经了解 cmake 原理了，所以我要请你自己来思考如何将这个文件与 ORB-SLAM2 结合起来。相信我，这件事并不难。myslam.cpp 和 myvideo.cpp ⽂件见本次作业的code/文件夹下。

下面是本题的提示：

为了实际运⾏ ORB-SLAM2，你需要安装它的依赖项，并通过它本⾝的编译。它的依赖项见它⾃⼰的 github 主页，请按照主页上的提⽰安装好 ORB-SLAM2 的依赖项。具体来说，对于 pangolin（⼀个 GUI 库），你需要下载并安装它，它同样是个 cmake ⼯程，所以我不必谈怎么编译安装的细节了。对于 opencv 和 eigen3，你可以简单的用一行命令来解决：

sudo apt-get install libopencv-dev libeigen3-dev libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev

libcxsparse3.1.2 libcholmod-dev

其中⼀部分是 g2o 的依赖项，现阶段不用太在意它的具体内容。至此，你应该可以顺利编译 ORB-SLAM2 了，请给出它编译完成的截图。

注意到，ORB-SLAM2 提供了若⼲数据集中的运行示例，这可以作为我们运行自己摄像头程序的参考，因为它们很相似。对于数据集上的示例，ORB-SLAM2 会⾸先读取数据集中的图像，再放到SLAM 中处理。那么对于我们⾃⼰的摄像头，同样可以这样处理。所以最⽅便的⽅案是直接将我们的程序作为⼀个新的可执⾏程序，加⼊到 ORB-SLAM2 ⼯程中。那么请问，如何将 myslam.cpp或myvideo.cpp 加⼊到 ORB-SLAM2 ⼯程中？请给出你的 CMakeLists.txt 修改⽅案。
现在你的程序应该可以编译出结果了。但是我们现在还没有谈相机标定，所以你还没办法标定你的摄像头。但没有关系，我们也可以⽤⼀个不那么好的标定参数，先来试⼀试效果（所幸 ORB-SLAM2对标定参数不太敏感）。我为你提供了一个myslam.yaml（myvideo.yaml），这个文件是我们假想的标定参数。现在，用这个文件让 ORB-SLAM2 运行起来，看看 ORB-SLAM2 的实际效果吧。请给出运行截图，并谈谈你在运行过程中的体会。

注意，本题只需你能运行 ORB-SLAM2 即可，并不是说“成功地运行SLAM”。要顺利运行 SLAM 还需要⼀些经验和技巧，希望你能在动手过程中有所体会。作为建议，请尽量在光照充足、纹理丰富的场合下运行程序。如果默认参数不合适，你也可以尝试换⼀换参数。

解答

（1）ORB-SLAM2编译完成如下所示

在这里插入图片描述

（2）在CMakeLists.txt中加入如下所示的代码

# Build gx examples
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR}/gx)
add_executable(myvideo gx/myvideo.cpp)
target_link_libraries(myvideo ${PROJECT_NAME})

在这里插入图片描述

加入后编译如下所示

在这里插入图片描述

编译完成

在这里插入图片描述

（3）运行生成的二进制文件myvideo

在这里插入图片描述

运行结果如下所示
在这里插入图片描述

在这里插入图片描述

这里的源码中需要修改一下ORBvoc.txt的路径

string vocFile = "./Vocabulary/ORBvoc.txt";
// 修改为
string vocFile = "../Vocabulary/ORBvoc.txt";

运行过程中出现的红点即为检测到的目标点，

yangtsejin

关注

21
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

高翔博士的《视觉SLAM14讲》学习笔记的系列记录——SLAM概述与预备知识
复制链接

扫一扫

专栏目录

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

视觉SLAM理论到实践系列

视觉SLAM理论到实践系列文章链接

视觉SLAM理论到实践专栏

文章目录

前言

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

SLAM是什么

传感器

相机

视觉SLAM框架

视觉里程计

后端

回环检测

建图

SLAM问题的数学描述

实践：Linux下的C++基础

第一章习题

熟悉 Linux (2 分，约 2 小时)

解答

SLAM 综述文献阅读 (3 分，约 3 小时)

解答

CMake 练习（2 分，约 1.5 小时）

解答

出现报错

理解 ORB-SLAM2 框架（3 分，约 2 小时）

解答

* 使用摄像头或视频运行 ORB-SLAM2（3 分，约 1 小时）

解答

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

视觉SLAM理论到实践系列

视觉SLAM理论到实践系列文章链接

视觉SLAM理论到实践专栏

文章目录

前言

视觉SLAM理论到实践系列（一）——SLAM概述与预备知识

SLAM是什么

传感器

相机

视觉SLAM框架

视觉里程计

后端

回环检测

建图

SLAM问题的数学描述

实践：Linux下的C++基础

第一章习题

熟悉 Linux (2 分，约 2 小时)

解答

SLAM 综述文献阅读 (3 分，约 3 小时)

解答

CMake 练习 （2 分，约 1.5 小时）

解答

出现报错

理解 ORB-SLAM2 框架 （3 分，约 2 小时）

解答

* 使用摄像头或视频运行 ORB-SLAM2（3 分，约 1 小时）

解答

“相关推荐”对你有帮助么？

CMake 练习（2 分，约 1.5 小时）

理解 ORB-SLAM2 框架（3 分，约 2 小时）