ORBSLAM测试数据集+外接相机+测评

ORBSLAM2安装完成后，运行记录：

ORBSLAM 2支持单目、双目和RGB-D;

1. 数据集运行测试。

我把下载的TUM 数据集放在了～/catkin_ws/src/ORB_SLAM2里的Datasets里了，在ORB_SLAM2中运行一下代码：
单目：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml Datasets/freiburg1_xyz

运行程序+词袋+相机参数+图像序列
RGB-D:
需要先用associate.py程序把RGB和Depth通过时间戳关联到一起：

python associate.py Datasets/freiburg3_sitting_xyz/rgb.txt Datasets/freiburg3_sitting_xyz/depth.txt > associations.txt

程序需要两个参数：rgb.txt和depth.txt，生成关联文件associations.txt
再运行ORBSLAM2的RGB-D程序如下：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM2.yaml Datasets/freiburg3_sitting_xyz associations.txt

运行程序+词袋+相机参数+图像序列+关联文件
ROS :(用的EuRoc数据集）

roscore

rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoc.yaml true

rosbag play --pause V1_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

数据集运行效果评估：
官方评估程序下载地址
1.ATE绝对轨迹误差（evaluate_ate.py)

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt

groundtruth.txt是真实轨迹; CameraTrajectory.txt是运行ORBSLAM2后生成的估计相机轨迹。

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt --plot result.png

输出真实轨迹和估计轨迹图像和误差。

python evaluate_ate.py groundtruth.txt CameraTrajectory.txt --verbose

输出绝对轨迹误差、均值、中值、最大值、最小值等。
2.RPE相对位姿误差(evaluate_rpe.py)
…
待添加
…

2. 外接D435i相机运行

roscore

#启动相机
roslaunch realsense2_camera rs_rgbd.launch

rosrun ORB_SLAM2 RGBD Vocabulary/ORBvoc.txt Examples/RGB_D/TUM1.yaml

参数：词袋+相机参数
这里需要自己标定相机内参，以D435.yaml代替TUM1.yaml

所以，下一步，关键，标定相机

3. 标定相机

安装标定工具：

rosdep install camera_calibration

启动realsense相机

roslaunch realsense2_camera rs_camera.launch

打印标定板

运行标定程序

rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.108 image:=/camera/color/image_raw camera:=/camera/color --no-service-check

上下、左右、偏转移动标定板。

4. 评估结果

evu???
.
.
.
.