一起学RGBDSLAM系列_问题及解决

一起学RGBDSLAM系列_问题及解决

http://blog.csdn.net/u012062327

  本博客主要介绍的是跟人在学习高翔博士“一起学RGBDSLAM系列”中遇到的问题和解决方法。vslam入门系列见高博士blog主页：http://www.cnblogs.com/gaoxiang12/

1  part4 ：cloudviewer 未定义引用

解决方法：# 增加PCL库的依赖添加 visualization

FIND_PACKAGE( PCL REQUIRED COMPONENTS common io visualization )

2 文件或图片没找到导致的一系列错误

解决方法：写上正确的文件路径

  ParameterReader( string filename="../parameters.txt")

3  part5：Eigen 出错

解决方法：在slamBase.h中将Eigen库放到OpenCV库之前，即

// Eigen
#include <Eigen/Core>
#include <Eigen/Geometry>
// OpenCV
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/calib3d/calib3d.hpp>
#include <opencv2/nonfree/nonfree.hpp>
#include <opencv2/core/eigen.hpp>

4 part4 and part5:

 函数joinPointCloud（）中代码为

  pcl::transformPointCloud( *original, *output, T.matrix() );
  *newCloud += *output;

运算过程为:

output = T * original;
*newCloud += *output;

original在每次更新中都会叠加增大，运算量每次都会增多。可改为             

output =  inv(T)* newCloud;
*original += *output;

不行，因为 inv(T)* newCloud只能得到在上一帧坐标系下的点云，并不是第一帧的点云，叠加后会出错

问题 5 part6 and part7

    图优化中边是什么？

    Pnp 计算的T又是那两个坐标系的转移矩阵

   edge->setMeasurement( T.inverse() );

回答： Pnp 计算的T是那两个坐标系P1 P2的转移矩阵，关系为 P2=T ＊ P1 即T为P1在P2下的位姿

所以  P1 =inv(T) ＊ P2, inv(T)为P2在P1下的位姿, edge->setMeasurement( T.inverse() );

pnp from OpenCV docutmentation：

rvec– Output rotation vector (see Rodrigues() ) that, together with tvec, brings points from the model coordinate system to the camera coordinatesystem

问题6 par6 linux 14.04无法安装libqglviewer-qt4-dev

解决方法，如图