运行ORB-SLAM2

1.ORB-SLAM2在KITTI和TUM数据集的运行命令

单目

①KITTI

./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTI00-02.yaml /home/hope/Downloads/dataset/sequences/00

②TUM

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/hope/Downloads/TUM/rgbd_dataset_freiburg1_xyz

③EuRoc

./Examples/Monocular/mono_euroc Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml /home/hope/Downloads/EuRoc/ Examples/Monocular/EuRoC_TimeStamps/MH01.txt 

双目

①KITTI

./Examples/Stereo/stereo_kitti Vocabulary/ORBvoc.txt Examples/Stereo/KITTI00-02.yaml /home/hope/Downloads/dataset/sequences/00

②EuRoc

./Examples/Stereo/stereo_euroc Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml /home/hope/Downloads/EuRoc/ Examples/Monocular/EuRoC_TimeStamps/MH01.txt

RGB-D

①TUM

需要对数据集中的rgb图和depth图做匹配,官方提供了脚本程序

匹配命令:

python associate.py PATH_TO_SEQUENCE/rgb.txt PATH_TO_SEQUENCE/depth.txt > associate.txt

 运行命令:

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml /home/hope/Downloads/TUM/rgbd_dataset_freiburg1_xyz /home/hope/Downloads/TUM/rgbd_dataset_freiburg1_xyz/associate.txt 

参考:
GitHub - raulmur/ORB_SLAM2: Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilitieshttps://github.com/raulmur/ORB_SLAM2

ORB SLAM 2 demo 复现(普通模式 + ROS 模式) - 简书 (jianshu.com)https://www.jianshu.com/p/31c95d9a5f97

2.在ROS环境下运行ORB-SLAM2

要用 ROS 模式跑 demo,还要额外编译 ROS 文件。
首先是将 ROS 文件所在路径加入到 ROS_PACKAGE_PATH 环境变量中。
具体操作是

打开终端脚本~/.bashrc文件:
sudo gedit ~/.bashrc

 在文件末尾加入以下语句:

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:<PATH>/ORB_SLAM2/Examples/ROS

可以新开一个命令行窗口或者在当前窗口中运行 source ~/.bashrc,检查一下 ROS_PACKAGE_PATH 环境变量是否更新:

echo $ROS_PACKAGE_PATH

 source 更新变量之后开始编译:

chmod +x build_ros.sh

./build_ros.sh

在 ROS 模式下,需要从 rosbag 里面发布数据,因此要下载相应的 rosbag 数据包。

单目:

TUM

roscore

rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml 

rosbag play /home/hope/Downloads/TUM/rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/image_raw

双目:

EuRoc

roscore

rosrun ORB_SLAM3 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml false

rosbag play  /home/hope/Downloads/EuRoc/MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

KITTI

roscore

rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Monocular/KITTI00-02.yaml

rosbag play /home/hope/Downloads/dataset/kitti_00_l.bag

RGB-D:

TUM

roscore 

rosrun ORB_SLAM3 RGBD Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml

rosbag play /home/hope/Downloads/TUM/rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/rgb/image_raw /camera/depth/image:=/camera/depth_registered/image_raw

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
### 回答1: 好的,我可以为您提供有关在Ubuntu 18.04上运行ORB-SLAM2的一些指导。 ORB-SLAM2是一种用于视觉SLAM(同时定位与建图)的开源库。以下是在Ubuntu 18.04上运行ORB-SLAM2的一些步骤: 1. 安装必要的软件包:在终端中执以下命令来安装ORB-SLAM2所需的软件包: ``` sudo apt-get update sudo apt-get install libglew-dev libboost-all-dev cmake libopencv-dev libeigen3-dev libgtk2.0-dev ``` 2. 下载ORB-SLAM2源代码:可以从ORB-SLAM2的GitHub存储库(https://github.com/raulmur/ORB_SLAM2)中获取源代码。 ``` git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 ``` 3. 编译ORB-SLAM2:进入ORB-SLAM2的目录并执以下命令来编译ORB-SLAM2: ``` cd ORB_SLAM2 chmod +x build.sh ./build.sh ``` 4. 下载ORB-SLAM2所需的数据集:ORB-SLAM2需要一些数据集才能运行。可以使用以下命令ORB-SLAM2的GitHub存储库中下载数据集: ``` cd ORB_SLAM2 ./get_datasets.sh ``` 5. 运行ORB-SLAM2:执以下命令运行ORB-SLAM2: ``` ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml PATH_TO_SEQUENCE_FOLDER ``` 其中,PATH_TO_SEQUENCE_FOLDER是包含图像序列的文件夹的路径。ORB-SLAM2将在终端中输出它的输出。 希望这些步骤能够帮助您在Ubuntu 18.04上运行ORB-SLAM2。如果您遇到任何问题,可以随时问我。 ### 回答2: ORB-SLAM2是一款功能非常强大的视觉SLAM系统,适用于机器人、AR/VR、自动驾驶等领域。在Ubuntu18.04上运行ORB-SLAM2需要进以下步骤: 1. 安装必要的软件包:ORB-SLAM2需要使用OpenCV、Eigen、Pangolin等库,可以使用以下命令安装: sudo apt-get install libopencv-dev libeigen3-dev libglew-dev libpython2.7-dev libblas-dev liblapack-dev libatlas-base-dev libboost-all-dev libprotobuf-dev protobuf-c-compiler protobuf-compiler libgoogle-glog-dev libgflags-dev 2. 克隆并编译ORB-SLAM2:在终端中输入以下命令,将ORB-SLAM2代码克隆到本地: git clone https://github.com/raulmur/ORB_SLAM2.git 编译ORB-SLAM2需要使用CMake工具,具体步骤如下: a. 进入ORB-SLAM2目录 cd ORB_SLAM2 b. 创建build文件夹 mkdir build c. 进入build文件夹 cd build d. 运行CMake cmake .. e. 编译ORB-SLAM2 make -j4 3. 准备数据集:在运行ORB-SLAM2之前需要准备一个数据集,可以从KITTI、EuRoC、TUM等网站下载。 4. 运行ORB-SLAM2:在终端中输入以下命令运行ORB-SLAM2: ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml [数据集路径] 其中,[数据集路径]替换成实际数据集的路径。运行过程中,ORB-SLAM2会显示当前帧的跟踪情况和地图的构建情况。 总之,Ubuntu18.04运行ORB-SLAM2需要安装必要的软件包、克隆并编译ORB-SLAM2、准备数据集,并在终端中运行ORB-SLAM2。这个过程需要一定的计算机视觉和Linux操作系统的基础知识,对于初学者可能会比较困难,需要耐心学习和实践。 ### 回答3: 在Ubuntu18.04上运行ORB-SLAM2需要几个步骤: 1.下载ORB-SLAM2并安装必要的库文件 可以在ORB-SLAM2的官方网站上下载最新版本的ORB-SLAM2或者从GitHub网站获取源代码。安装ORB-SLAM2需要用到一些依赖库,如Eigen3、DBoW2、g2o、OpenCV等,可以使用以下命令安装: sudo apt-get install libeigen3-dev libblas-dev liblapack-dev libboost-all-dev libopencv-dev sudo apt-get install libglew-dev libgoogle-glog-dev libgflags-dev libprotobuf-dev protobuf-compiler libatlas-base-dev libsuitesparse-dev libceres-dev 2.编译ORB-SLAM2 解压缩ORB-SLAM2的压缩包,进入ORB-SLAM2的主目录,运行以下命令编译: cd ORB_SLAM2 chmod +x build.sh ./build.sh 3.下载测试数据集并运行ORB-SLAM2 可以从ORB-SLAM2的官方网站上下载某些测试数据集,例如TUM RGB-D数据集,测试ORB-SLAM2的性能。先下载TUM RGB-D数据集并解压,然后到ORB_SLAM2目录中运行以下命令: ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml ~/Data/rgbd_dataset_freiburg1_rpy 其中,Vocabulary/ORBvoc.txtORB-SLAM2的字典文件,Examples/RGB-D/TUM1.yaml是配置文件,~/Data/rgbd_dataset_freiburg1_xyz是RGB-D数据集的路径。 4.运行结果分析 ORB-SLAM2的运行结果可以在终端中查看或者在图形界面中可视化。在终端中运行ORB-SLAM2后,它会输出一些关键的信息,例如ORB特征点的数量、相机的位姿、地图点的数量等。通过这些信息可以对ORB-SLAM2的性能进评估。在图形界面中可以看到ORB-SLAM2的地图、相机的轨迹、当前帧的ORB特征点等,这些信息可以帮助我们更好地了解ORB-SLAM2的运行情况。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值