ORBSLAM2构建稠密点云图及小觅相机的使用

一、 ORB-SLAM2 稠密点云构图

上一篇文章我们尝试复现了基本的 ORB SLAM2，其中构建的地图为稀疏的特征点地图. 这次，我们尝试复现高翔博士关于ORB SLAM2 + 稠密的点云地图的工作
高博的工作是对基本 ORB SLAM2 的扩展，基本思想是为每个关键帧构造相应的点云，然后依据从 ORB SLAM2 中获取的关键帧位置信息将所有的点云拼接起来，形成一个全局点云地图。

1. 代码下载

先下载高博的原文件到自己的工作区间（在主目录中建一个文件夹，我的是SLAM/src）

cd ~/SLAM/src
git clone https://github.com/gaoxiang12/ORBSLAM2_with_pointcloud_map.git

原本的 ORB SLAM2 中的 Vocabulary 文件夹比较大，高博没有将它放入自己的 repo 中，因此我们还要做些补充工作，把原本 ORB SLAM2 repo 中的 Vocabulary 文件夹和它里面的 ORBvoc.txt.tar.gz 文件拷贝过来，放到 ORB_SLAM2_modified 路径下。
做完以上工作就可以编译了。先把 /ORB_SLAM2_modified/build, /ORB_SLAM2_modified/Thirdparty/DBoW2/build 和 /ORB_SLAM2_modified/Thirdparty/g2o/build 这三个 build 文件夹删掉，然后运行 ORB_SLAM2_modified 中的 build.sh。

chmod u+x build.sh
./build.sh 

2.ROS设置

我们要以 ROS 的形式运行，还需要对 repo 中的 ROS 文件进行编译。这里也要做一些额外设置。
首先是将 ROS 文件所在路径加入到 ROS_PACKAGE_PATH 环境变量中。
即在 ~/.bashrc 文件末尾加入ROS所在路径：
具体操作是

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:~/SLAM/src/ORBSLAM2_with_pointcloud_map/ORB_SLAM2_modified/Examples/ROS

并且新开一个命令行窗口或者在当前窗口中运行 source ~/.bashrc 使改变生效。

第二个设置是修改 ROS 文件夹中的 CMakeLists.txt 文件。 ROS 文件夹中的 CMakeLists.txt 文件没加入PCL 相关的设置。编译 ROS 文件（运行 build_ros.sh）就会报错。我们需要参照 /ORB_SLAM2_modified/CMakeLists.txt 文件，把 PCL 相关的设置添加到 /ORB_SLAM2_modified/Examples/ROS/ORB_SLAM2/CMakeLists.txt 文件中。
具体要修改的 5 个位置如下：

...
find_package(Eigen3 3.1.0 REQUIRED)
find_package(Pangolin REQUIRED)
find_package( PCL 1.7 REQUIRED )    ####### 1

include_directories(
${PROJECT_SOURCE_DIR}
${PROJECT_SOURCE_DIR}/../../../
${PROJECT_SOURCE_DIR}/../../../include
${Pangolin_INCLUDE_DIRS}
${PCL_INCLUDE_DIRS}  ####### 2
)

add_definitions( ${PCL_DEFINITIONS} )   ####### 3
link_directories( ${PCL_LIBRARY_DIRS} ) ####### 4

set(LIBS 
${OpenCV_LIBS} 
${EIGEN3_LIBS}
${Pangolin_LIBRARIES}
${PROJECT_SOURCE_DIR}/../../../Thirdparty/DBoW2/lib/libDBoW2.so
${PROJECT_SOURCE_DIR}/../../../Thirdparty/g2o/lib/libg2o.so
${PROJECT_SOURCE_DIR}/../../../lib/libORB_SLAM2.so
${PCL_LIBRARIES} ####### 5
)
...

随后再删掉 /ORB_SLAM2_modified/Examples/ROS/ORB_SLAM2/build 文件夹，就可以运行 build_ros.sh 编译 ROS 文件了。

3.运行

下载 TUM 数据集中比较简单的 fr1/xyz 以及相应的 rosbag数据集,并且放在放在新建的/ORB_SLAM2_modified/datasets 目录中。
先对 rgbd_dataset_freiburg1_xyz 中的 RGB 文件和 Depth 文件进行匹配。

python associat