编译中会遇到数不胜数的奇怪问题，更多没有提及的问题需要自行查阅解决，记录的可能欢迎纠正与补充
本文编译环境基于此前文章进行，重复部分下文不再赘述，如想了解环境编译细节，可以速览以下链接
- 虚拟机 VMware16 + Ubuntu20.04 配置 LOAM-LIVOX
https://www.cnblogs.com/Pyrokine/p/16292786.html - Ubuntu 20.04打RT实时内核补丁
https://www.cnblogs.com/Pyrokine/p/16695196.html
编译环境
Ubuntu 5.15.79-rt54 (非虚拟机)
OpenCV 4.2.0 (由 ros-noetic 携带)
ceres release 2.1.0
Pangolin commit 5f78f502117b2ff9238ed63768fd859a8fa78ffd - Tue Oct 18 10:29:50 2022 -0700
ORB SLAM3 commit 4452a3c4ab75b1cde34e5505a36ec3f9edcdc4c4 - Thu Feb 10 09:26:50 2022 +0100
ROS noetic
以下环境，如无特殊说明均在同一级文件夹下创建，无相互包含关系，为了兼容性，后续所有的库都使用 C++17 标准编译，OpenCV 使用 ROS 自带的库，笔者为 4.2.0，查看版本的方法如下，如果使用其他版本编译，则可能会出现版本不兼容的问题；如果不使用 ROS 相关功能，可以自行安装 >=4.4.0 版本的 OpenCV
pkg-config opencv4 --modversion
如不确定 OpenCV 是不是 ROS 引入的，可以通过以下命令查看
apt list --installed | grep opencv
Pagolin
安装依赖
sudo apt install pkg-config libglew-dev libgl1-mesa-dev libegl1-mesa-dev libwayland-dev libxkbcommon-dev wayland-protocols doxygen
编译及安装，因为已经设置为 C++17 标准，所以直接编译即可
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
mkdir build && cd build
cmake ..
make -j`nproc`
sudo make install
OpenCV
如果已经安装了 ROS ，不建议再单独安装 OpenCV ，版本可以根据实际需要更改，因为路径为/usr/local/opencv460而非直接安装在/usr/local目录下，因此后续调用时需要指定路径
sudo apt install build-essential cmake git pkg-config libgtk-3-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev \
libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr libatlas-base-dev python3-dev python3-numpy \
libtbb2 libtbb-dev libdc1394-22-dev libopenexr-dev libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
mkdir opencv4_build && cd opencv4_build
git clone https://github.com/opencv/opencv_contrib.git opencv_contrib
git -C opencv_contrib checkout 4.6.0
git clone https://github.com/opencv/opencv.git opencv
git -C opencv checkout 4.6.0
cd opencv
mkdir build && cd build
cmake .. \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local/opencv460 \
-D OPENCV_GENERATE_PKGCONFIG=ON \
-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules
make -j`nproc`
sudo make install
pkg-config opencv4 --modversion
RealSense SDK
直接安装
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE
sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u
sudo apt-get install librealsense2-dkms librealsense2-utils librealsense2-dev librealsense2-dbg
笔者在直接安装时提示不支持当前内核，不确定是因为内核太新（但文档写着支持 5.15 内核）还是因为是实时内核，于是选择手动编译同时添加参数 DFORCE_RSUSB_BACKEND=true，强制使用 USB 通信平台兼容性更强
git clone https://github.com/IntelRealSense/librealsense.git
sudo apt-get install git libssl-dev libusb-1.0-0-dev libudev-dev pkg-config libgtk-3-dev libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev at libudev-dev
cd librealsense
chmod 777 scripts/setup_udev_rules.sh
scripts/setup_udev_rules.sh
chmod 777 scripts/patch-realsense-ubuntu-lts-hwe.sh
scripts/patch-realsense-ubuntu-lts-hwe.sh
mkdir build && cd build
cmake .. \
-DCMAKE_BUILD_TYPE=release \
-DBUILD_EXAMPLES=true \
-DBUILD_GRAPHICAL_EXAMPLES=true \
-DFORCE_RSUSB_BACKEND=true
make -n`proc`
sudo make install
安装完可以连接设备测试下是否能正常工作，需要通过 USB3.0（3.1 3.2） 连接，否则可能无法正常工作或功能缺失
realsense-viewer
调整分辨率和帧数后在 2D 模式下把三个开关都打开看是否能正常工作
ORB SLAM3
ROS 安装流程可以阅览前文，先安装与 ROS 相关的包，如果没有初始化可能会报错
sudo rosdep init
rosdep update
sudo rosdep fix-permissions
sudo apt-get install ros-noetic-realsense2-camera ros-noetic-rgbd-launch
克隆代码，笔者对 C++17 和 OpenCV4 作了适配，链接在下方，如果想用新版库可以一试（不再兼容老版本）
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
cd ORB_SLAM3
chmod 777 build.sh
chmod 777 build_ros.sh
https://github.com/Pyrokine/ORB_SLAM3
主要修改了以下内容（未全部列出，具体修改内容请参考 commit ）
ORB_SLAM3/CMakeLists.txt 新增版本号和路径输出
ORB_SLAM3/DBoW2/CMakeLists.txt
ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt指定 Sophus路径，如果需要指定 OpenCV 路径，注释掉 23 行
/ORB_SLAM3/build_ros.sh线程数自适应
/ORB_SLAM3/build.sh线程数自适应
开始编译，可能在编译过程中还会遇到其他问题，需要自行查阅
./build.sh
添加路径到 bash ，可以每次运行时添加也可以永久性添加，为后续调试方便，笔者选择永久性添加，父目录 your_path 改为自己的路径
echo "export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:your_path/ORB_SLAM3/Examples_old/ROS" >> ~/.bashrc
source ~/.bashrc
运行 roscore，因为后续都会用到，所以可以一直开着
roscore
在 ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/launch目录下新建文件（可以从 /opt/ros/noetic/share/realsense2_camera/launch/下复制过来），修改分辨率和帧数等参数，以下以 rgbd 为例，其他文件可以在 github 查看，受带宽和性能限制，仅在对应启动文件里开启需要发布的话题
my_rs_rgbd.launch
<launch>
<arg name="serial_no" default=""/>
<arg name="usb_port_id" default=""/>
<arg name="device_type" default=""/>
<arg name="json_file_path" default=""/>
<arg name="camera" default="camera"/>
<arg name="tf_prefix" default="$(arg camera)"/>
<arg name="external_manager" default="false"/>
<arg name="manager" default="realsense2_camera_manager"/>
<arg name="output" default="screen"/>
<arg name="enable_fisheye" default="false"/>
<arg name="fisheye_width" default="-1"/>
<arg name="fisheye_height" default="-1"/>
<arg name="fisheye_fps" default="-1"/>
<arg name="enable_depth" default="true"/>
<arg name="align_depth" default="true"/>
<arg name="depth_width" default="848"/>
<arg name="depth_height" default="480"/>
<arg name="depth_fps" default="30"/>
<arg name="enable_confidence" default="false"/>
<arg name="confidence_width" default="-1"/>
<arg name="confidence_height" default="-1"/>
<arg name="confidence_fps" default="-1"/>
<arg name="enable_infra1" default="false"/>
<arg name="enable_infra2" default="false"/>
<arg name="infra_rgb" default="false"/>
<arg name="infra_width" default="848"/>
<arg name="infra_height" default="480"/>
<arg name="infra_fps" default="30"/>
<arg name="enable_color" default="true"/>
<arg name="color_width" default="848"/>
<arg name="color_height" default="480"/>
<arg name="color_fps" default="30"/>
<arg name="enable_gyro" default="true"/>
<arg name="enable_accel" default="true"/>
<arg name="gyro_fps" default="400"/>
<arg name="accel_fps" default="200"/>
<arg name="enable_pointcloud" default="false"/>
<arg name="pointcloud_texture_stream" default="RS2_STREAM_COLOR"/>
<arg name="pointcloud_texture_index" default="0"/>
<arg name="allow_no_texture_points" default="false"/>
<arg name="ordered_pc" default="false"/>
<arg name="enable_sync" default="true"/>
<arg name="filters" default=""/>
<arg name="publish_tf" default="true"/>
<arg name="tf_publish_rate" default="0"/> <!-- 0 - static transform -->
<!-- rgbd_launch specific arguments -->
<!-- Arguments for remapping all device namespaces -->
<arg name="rgb" default="color"/>
<arg name="ir" default="infra1"/>
<arg name="depth" default="depth"/>
<arg name="depth_registered_pub" default="depth_registered"/>
<arg name="depth_registered" default="depth_registered" unless="$(arg align_depth)"/>
<arg name="depth_registered" default="aligned_depth_to_color" if="$(arg align_depth)"/>
<arg name="depth_registered_filtered" default="$(arg depth_registered)"/>
<arg name="projector" default="projector"/>
<!-- Disable bond topics by default -->
<arg name="bond" default="false"/>
<arg name="respawn" default="$(arg bond)"/>
<!-- Processing Modules -->
<arg name="rgb_processing" default="true"/>
<arg name="debayer_processing" default="false"/>
<arg name="ir_processing" default="false"/>
<arg name="depth_processing" default="false"/>
<arg name="depth_registered_processing" default="true"/>
<arg name="disparity_processing" default="false"/>
<arg name="disparity_registered_processing" default="false"/>
<arg name="hw_registered_processing" default="$(arg align_depth)"/>
<arg name="sw_registered_processing" default="true" unless="$(arg align_depth)"/>
<arg name="sw_registered_processing" default="false" if="$(arg align_depth)"/>
<group ns="$(arg camera)">
<!-- Launch the camera device nodelet-->
<include file="$(find realsense2_camera)/launch/includes/nodelet.launch.xml">
<arg name="serial_no" value="$(arg serial_no)"/>
<arg name="usb_port_id" value="$(arg usb_port_id)"/>
<arg name="device_type" value="$(arg device_type)"/>
<arg name="json_file_path" value="$(arg json_file_path)"/>
<arg name="tf_prefix" value="$(arg tf_prefix)"/>
<arg name="external_manager" value="$(arg external_manager)"/>
<arg name="manager" value="$(arg manager)"/>
<arg name="output" value="$(arg output)"/>
<arg name="respawn" value="$(arg respawn)"/>
<arg name="enable_fisheye" value="$(arg enable_fisheye)"/>
<arg name="fisheye_width" value="$(arg fisheye_width)"/>
<arg name="fisheye_height" value="$(arg fisheye_height)"/>
<arg name="fisheye_fps" value="$(arg fisheye_fps)"/>
<arg name="enable_depth" value="$(arg enable_depth)"/>
<arg name="align_depth" value="$(arg align_depth)"/>
<arg name="depth_width" value="$(arg depth_width)"/>
<arg name="depth_height" value="$(arg depth_height)"/>
<arg name="depth_fps" value="$(arg depth_fps)"/>
<arg name="enable_confidence" value="$(arg enable_confidence)"/>
<arg name="confidence_width" value="$(arg confidence_width)"/>
<arg name="confidence_height" value="$(arg confidence_height)"/>
<arg name="confidence_fps" value="$(arg confidence_fps)"/>
<arg name="enable_infra1" value="$(arg enable_infra1)"/>
<arg name="enable_infra2" value="$(arg enable_infra2)"/>
<arg name="infra_rgb" value="$(arg infra_rgb)"/>
<arg name="infra_width" value="$(arg infra_width)"/>
<arg name="infra_height" value="$(arg infra_height)"/>
<arg name="infra_fps" value="$(arg infra_fps)"/>
<arg name="enable_color" value="$(arg enable_color)"/>
<arg name="color_width" value="$(arg color_width)"/>
<arg name="color_height" value="$(arg color_height)"/>
<arg name="color_fps" value="$(arg color_fps)"/>
<arg name="enable_gyro" value="$(arg enable_gyro)"/>
<arg name="enable_accel" value="$(arg enable_accel)"/>
<arg name="gyro_fps" value="$(arg gyro_fps)"/>
<arg name="accel_fps" value="$(arg accel_fps)"/>
<arg name="enable_pointcloud" value="$(arg enable_pointcloud)"/>
<arg name="pointcloud_texture_stream" value="$(arg pointcloud_texture_stream)"/>
<arg name="pointcloud_texture_index" value="$(arg pointcloud_texture_index)"/>
<arg name="allow_no_texture_points" value="$(arg allow_no_texture_points)"/>
<arg name="ordered_pc" value="$(arg ordered_pc)"/>
<arg name="enable_sync" value="$(arg enable_sync)"/>
<arg name="filters" value="$(arg filters)"/>
<arg name="publish_tf" value="$(arg publish_tf)"/>
<arg name="tf_publish_rate" value="$(arg tf_publish_rate)"/>
</include>
<!-- RGB processing -->
<include if="$(arg rgb_processing)"
file="$(find rgbd_launch)/launch/includes/rgb.launch.xml">
<arg name="manager" value="$(arg manager)"/>
<arg name="respawn" value="$(arg respawn)"/>
<arg name="rgb" value="$(arg rgb)"/>
<arg name="debayer_processing" value="$(arg debayer_processing)"/>
</include>
<group if="$(eval depth_registered_processing and sw_registered_processing)">
<node pkg="nodelet" type="nodelet" name="register_depth"
args="load depth_image_proc/register $(arg manager) $(arg bond)" respawn="$(arg respawn)">
<remap from="rgb/camera_info" to="$(arg rgb)/camera_info"/>
<remap from="depth/camera_info" to="$(arg depth)/camera_info"/>
<remap from="depth/image_rect" to="$(arg depth)/image_rect_raw"/>
<remap from="depth_registered/image_rect" to="$(arg depth_registered)/sw_registered/image_rect_raw"/>
</node>
<!-- Publish registered XYZRGB point cloud with software registered input -->
<node pkg="nodelet" type="nodelet" name="points_xyzrgb_sw_registered"
args="load depth_image_proc/point_cloud_xyzrgb $(arg manager) $(arg bond)" respawn="$(arg respawn)">
<remap from="rgb/image_rect_color" to="$(arg rgb)/image_rect_color"/>
<remap from="rgb/camera_info" to="$(arg rgb)/camera_info"/>
<remap from="depth_registered/image_rect" to="$(arg depth_registered_filtered)/sw_registered/image_rect_raw"/>
<remap from="depth_registered/points" to="$(arg depth_registered)/points"/>
</node>
</group>
<group if="$(eval depth_registered_processing and hw_registered_processing)">
<!-- Publish registered XYZRGB point cloud with hardware registered input (ROS Realsense depth alignment) -->
<node pkg="nodelet" type="nodelet" name="points_xyzrgb_hw_registered"
args="load depth_image_proc/point_cloud_xyzrgb $(arg manager) $(arg bond)" respawn="$(arg respawn)">
<remap from="rgb/image_rect_color" to="$(arg rgb)/image_rect_color"/>
<remap from="rgb/camera_info" to="$(arg rgb)/camera_info"/>
<remap from="depth_registered/image_rect" to="$(arg depth_registered)/image_raw"/>
<remap from="depth_registered/points" to="$(arg depth_registered_pub)/points"/>
</node>
</group>
<rosparam> /camera/stereo_module/emitter_enabled: 1 </rosparam>
</group>
</launch>
使用以下命令启动传感器
roslaunch ORB_SLAM3 my_rs_rgbd.launch
查看相机发布的话题
rostopic list
rgbd 模式使用的话题是 /camera/color/image_raw和 /camera/aligned_depth_to_color/image_raw，修改以下部分，单目和双目也需要做相应的修改，详见 github
# ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/src/ros_rgbd.cc:66-67
message_filters::Subscriber<sensor_msgs::Image> rgb_sub(nh, "/camera/color/image_raw", 100);
message_filters::Subscriber<sensor_msgs::Image> depth_sub(nh, "/camera/aligned_depth_to_color/image_raw", 100);
开始编译
./build_ros.sh
使用一个笔者校准后的参数文件以测试设备（校准设备是必要的，否则可能会出现跟踪失败和漂移等问题，文件仅用于测试是否编译成功）
gedit Examples_old/D455.yaml
D455.yaml
%YAML:1.0
#--------------------------------------------------------------------------------------------
# Camera Parameters (Need to be Adjusted)
#--------------------------------------------------------------------------------------------
Camera.type: "PinHole"
Camera.fx: 428.095886230469
Camera.fy: 427.559661865234
Camera.cx: 433.961669921875
Camera.cy: 239.139083862305
Camera.k1: -0.0564233511686325
Camera.k2: 0.0676868334412575
Camera.p1: 0.000179319584276527
Camera.p2: 0.000386114203138277
Camera.width: 848
Camera.height: 480
Camera.fps: 30.0
# IR projector baseline (d455: 95mm) times fx (aprox.)
Camera.bf: 40.669
# Color order of the images (0: BGR, 1: RGB. It is ignored if images are grayscale)
Camera.RGB: 1
# Close/Far threshold. Baseline times.
ThDepth: 50.0
# Deptmap values factor
DepthMapFactor: 1000.0
# Left Camera to IMU Transform
#Tbc: !!opencv-matrix
# rows: 4
# cols: 4
# dt: f
# data:
# [0.999997, 0.00178305, 0.00186204, 0.0288179721683264,
# -0.00177265, 0.999983, -0.00557174, 0.00749534415081143,
# -0.00187194, 0.00556842, 0.999983, 0.0157551020383835,
# 0.0, 0.0, 0.0, 1.0]
Tbc: !!opencv-matrix
rows: 4
cols: 4
dt: f
data:
[0.999997, -0.00177265, -0.00187194, -0.0287750978022814,
0.00178305, 0.999983, 0.00556842, -0.00763433100655675,
0.00186204, -0.00557174, 0.999983, -0.0157667268067598,
0.0, 0.0, 0.0, 1.0]
IMU.NoiseGyro: 2.8227829947665693e-03
IMU.NoiseAcc: 1.6324958258624640e-02
IMU.GyroWalk: 2.2798061029608936e-05
IMU.AccWalk: 1.8448325759171436e-04
IMU.Frequency: 400
#--------------------------------------------------------------------------------------------
# ORB Parameters
#--------------------------------------------------------------------------------------------
# Number of features per image
ORBextractor.nFeatures: 1000
# Scale factor between levels in the scale pyramid
ORBextractor.scaleFactor: 1.2
# Number of levels in the scale pyramid
ORBextractor.nLevels: 8
# Fast threshold
# Image is divided in a grid. At each cell FAST are extracted imposing a minimum response.
# Firstly we impose iniThFAST. If no corners are detected we impose a lower value minThFAST
# You can lower these values if your images have low contrast
ORBextractor.iniThFAST: 20
ORBextractor.minThFAST: 7
#--------------------------------------------------------------------------------------------
# Viewer Parameters
#--------------------------------------------------------------------------------------------
Viewer.KeyFrameSize: 0.05
Viewer.KeyFrameLineWidth: 1
Viewer.GraphLineWidth: 0.9
Viewer.PointSize: 2
Viewer.CameraSize: 0.08
Viewer.CameraLineWidth: 3
Viewer.ViewpointX: 0
Viewer.ViewpointY: -0.7
Viewer.ViewpointZ: -1.8
Viewer.ViewpointF: 500
连接设备，再打开一个命令行窗口，两个模式分别为以下命令
rosrun ORB_SLAM3 RGBD Vocabulary/ORBvoc.txt Examples_old/D455.yaml
rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples_old/D455.yaml
此时应该就可以看到图像界面了（单目模式在初始化的时候需要以一定的速度进行一定范围的移动）
校准/标定
注明：以下操作流程和方法不一定正确，仅为笔者个人理解，如有错误欢迎指出
网上能看到的校准多是基于 Kalibr 实现的，但目前没有搞到标定板，这部分之后再更新，几番搜索后发现 realsense 官方提供了校准工具，有手机就能使用，因此尝试一下，先安装动态校准工具
sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE
sudo apt-get update
sudo apt-get install librscalibrationtool
sudo dpkg -L librscalibrationtool
Intel.Realsense.DynamicCalibrator
具体操作流程可以看此视频，手机也是可以用来校准的，不过最好能去除环境中其他光源，否则反光会导致无法校准（这也是氧化铝标定板的优势了），手机亮度需要根据情况降低，直到画面中可以看到灰色的背景为止
https://www.bilibili.com/video/BV19y4y147Lw
校准完后可以用此工具检验校准效果（视频中有说明）
rs-depth-quality
然后校准 IMU ，下载 python 脚本和说明文档（不过校准时用的帧率和实际的不同，不知道有没有影响）
https://github.com/IntelRealSense/librealsense/tree/master/tools/rs-imu-calibration
在开始校准后，按图示六个方向放置传感器
python3 rs-imu-calibration.py
以上校准结果都会自动上传到内部存储器并覆盖，查看储存的内外参
rs-enumerate-devices -c
找到我们关心的部分，其中坐标映射从 IMU 到相机和从相机到 IMU 经笔者测试似乎均可行（存疑）
根据文档 Intel-RealSense-D400-Series-Calibration-Tools-User-Guide 的说明，可以将数据填入之前的 D455.yaml 配置文件，Camera.bf为 Camera.fxx Baseline，后者查阅官方手册可得 D455 是 0.095 （即 95mm），因此乘积约为 40.525594
Camera.fx: 426.585205078125
Camera.fy: 426.050872802734
Camera.cx: 433.961669921875
Camera.cy: 239.139083862305
Camera.k1: -0.0564233511686325
Camera.k2: 0.0676868334412575
Camera.p1: 0.000179319584276527
Camera.p2: 0.000386114203138277
Tbc: !!opencv-matrix
rows: 4
cols: 4
dt: f
data:
[0.999997, -0.00177265, -0.00187194, -0.0287750978022814,
0.00178305, 0.999983, 0.00556842, -0.00763433100655675,
0.00186204, -0.00557174, 0.999983, -0.0157667268067598,
0.0, 0.0, 0.0, 1.0]
Camera.bf: 40.525594
如果使用 rgbd 模式到这就校准完成了，如果使用单目或双目 + IMU 的方式则还需要校准 IMU ，因为kalibr_allan需要安装 Matlab ，因此本文使用 imu_utils进行校准，如果之前有 ros 的工作环境可以直接在里面创建，如果没有可以创建文件夹 catkin_ws/src ，需要先安装 ceres ，可以参阅前文，然后编译 code_utils
git clone https://github.com/gaowenliang/code_utils
适配新版库
# code_utils/CMakeLists.txt:5
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
# code_utils/mat_io_test.cpp:33
Mat img1 = imread( "/home/gao/IMG_1.png", IMREAD_UNCHANGED );
# code_utils/sumpixel_test.cpp:2
#include "code_utils/backward.hpp"
# code_utils/sumpixel_test.cpp:84
Mat img1 = imread( "/home/gao/IMG_1.png", IMREAD_GRAYSCALE );
# code_utils/sumpixel_test.cpp:94
normalize( img, img2, 0, 255, NORM_MINMAX );
# code_utils/sumpixel_test.cpp:107
Mat img1 = imread( "/home/gao/IMG_1.png", IMREAD_GRAYSCALE );
# code_utils/sumpixel_test.cpp:117
normalize( img, img2, 0, 255, NORM_MINMAX );
回到 catkin目录下开始编译
catkin_make
再编译 imu_utils
git clone https://github.com/gaowenliang/imu_utils
# imu_utils/CMakeLists.txt:6
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
catkin_make
创建一个文件夹 catkin_ws/bag 储存 bag 包（可以在线运行，不过因为可能会出现问题，录制数据包可以多次运行），录制一个时长不低于两小时的 IMU 数据包，时间到了按 ctrl+c终止录制即可
roslaunch ORB_SLAM3 my_rs_camera.launch
rosbag record /camera/imu -O bag/imu_2h.bag
由前文可知，IMU 的话题为 /camera/imu，因此编写配置文件 catkin_ws/src/imu_utils/launch/D455.launch ，因为使用的是 allan 方差，因此 type_name和 name为 imu_an，imu_topic改为 /camera/imu，imu_name改为 D455（可以自行设定），截断时间为 120 分钟
<launch>
<node pkg="imu_utils" type="imu_an" name="imu_an" output="screen">
<param name="imu_topic" type="string" value= "/camera/imu"/>
<param name="imu_name" type="string" value= "D455"/>
<param name="data_save_path" type="string" value= "$(find imu_utils)/data/"/>
<param name="max_time_min" type="int" value= "120"/>
<param name="max_cluster" type="int" value= "100"/>
</node>
</launch>
启动两个命令行，按顺序启动（检查是否已关闭 realsense sdk 的进程），以 200 倍的速度回放
roslaunch imu_utils D455.launch
rosbag play -r 200 bag/imu_8h.bag
运行结束可以得到参数信息 catkin_ws/src/imu_utils/data/D455_imu_param.yaml ，其中gyr_n、gyr_w、acc_n和acc_w分别对应 IMU.NoiseGyro、IMU.GyroWalk、IMU.NoiseAcc和IMU.AccWalk
%YAML:1.0
---
type: IMU
name: D455
Gyr:
unit: " rad/s"
avg-axis:
gyr_n: 2.8227829947665693e-03
gyr_w: 2.2798061029608936e-05
x-axis:
gyr_n: 2.3591515350614850e-03
gyr_w: 2.6703936532429232e-05
y-axis:
gyr_n: 2.9030200539273080e-03
gyr_w: 2.3684003510839035e-05
z-axis:
gyr_n: 3.2061773953109161e-03
gyr_w: 1.8006243045558546e-05
Acc:
unit: " m/s^2"
avg-axis:
acc_n: 1.6324958258624640e-02
acc_w: 1.8448325759171436e-04
x-axis:
acc_n: 1.5726592861703304e-02
acc_w: 1.7503886115910502e-04
y-axis:
acc_n: 1.6924785081384619e-02
acc_w: 1.4960729526877187e-04
z-axis:
acc_n: 1.6323496832785993e-02
acc_w: 2.2880361634726616e-04
IMU 帧率可以通过查看话题帧率得到（在传感器运行时）
rostopic hz /camera/imu
取平均值 avg_axis 作为参数填入 D455.yaml对应位置
IMU.NoiseGyro: 2.8227829947665693e-03
IMU.NoiseAcc: 1.6324958258624640e-02
IMU.GyroWalk: 2.2798061029608936e-05
IMU.AccWalk: 1.8448325759171436e-04
IMU.Frequency: 400
至此，相机和 IMU 都标定完毕
运行
两个命令行窗口，一个启动传感器一个 ORB_SLAM3 ，根据实际情况选择
1、带 IMU 的模式在初始化的时候需要朝六个方向做一定范围的平移运动，然后尝试缓慢旋转，如果不出现漂移则初始化成功
2、双目使用的是红外摄像头，因此只有黑白画面，因为没有做额外标定，因此最后传入 false
3、RGBD 模式在配置中开启了红外点阵辅助，双目中则关闭
# RGBD
roslaunch ORB_SLAM3 my_rs_rgbd.launch
rosrun ORB_SLAM3 RGBD Vocabulary/ORBvoc.txt Examples_old/D455.yaml
# Mono
roslaunch ORB_SLAM3 my_rs_mono_imu.launch
rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples_old/D455.yaml
# Mono+IMU
roslaunch ORB_SLAM3 my_rs_mono_imu.launch
rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples_old/D455.yaml
# Stereo
roslaunch ORB_SLAM3 my_rs_stereo_imu.launch
rosrun ORB_SLAM3 Stereo Vocabulary/ORBvoc.txt Examples_old/D455.yaml false
# Stereo+IMU
roslaunch ORB_SLAM3 my_rs_stereo_imu.launch
rosrun ORB_SLAM3 Stereo_Inertial Vocabulary/ORBvoc.txt Examples_old/D455.yaml false
可以通过命令 rqt_image_view查看话题中的原始图像，rosrun rqt_reconfigure rqt_reconfigure可以实时调整参数，两个配合可以实时查看参数变动的效果
记录与回放
在需要储存数据包的位置执行以下命令，具体话题名称根据环境而定，以下以 rgbd 模式为例（因为均为未经压缩的原始数据，文件将会非常大）
rosbag record -o subset /camera/color/image_raw /camera/aligned_depth_to_color/image_raw
回放则用以下命令，文件名需根据实际情况修改
rosbag play subset_xxxxxx.bag
GDB 调试
在 ORB_SLAM3目录下，运行 gdb 命令进入调试状态
gdb Examples_old/ROS/ORB_SLAM3/RGBD
此时可以设置断点、监视变量等，具体命令可以自行查阅，然后输入运行参数启动程序，数据来源和前文相同，可以是实时数据，也可以是回放数据，通过另一个命令行窗口执行
run Vocabulary/ORBvoc.txt Examples/D455.yaml
感谢
Linux/Ubuntu - RealSense SDK 2.0 Build Guide
https://dev.intelrealsense.com/docs/compiling-librealsense-for-linux-ubuntu-guide
Intel RealSense D400 Series Product Family Datasheet
https://dev.intelrealsense.com/docs/intel-realsense-d400-series-product-family-datasheet
User guide for Intel RealSense D400 Series calibration tools
https://dev.intelrealsense.com/docs/intel-realsensetm-d400-series-calibration-tools-user-guide
IMU Calibration Tool for Intel® RealSense™ Depth Camera
https://dev.intelrealsense.com/docs/imu-calibration-tool-for-intel-realsense-depth-camera
Intel RealSense D400 Series Custom Calibration Whitepaper
https://dev.intelrealsense.com/docs/d400-series-custom-calibration-white-paper
How to Install OpenCV on Ubuntu 20.04
https://linuxize.com/post/how-to-install-opencv-on-ubuntu-20-04/
librealsense installing
https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.md#installing-the-packages
librealsense building
https://github.com/IntelRealSense/librealsense/blob/master/doc/installation.md
Calibration and setting suggestions
https://github.com/raulmur/ORB_SLAM2/issues/89
Emitter Turns On Automatically
https://github.com/IntelRealSense/realsense-ros/issues/1379
v1.0 release ros版本编译,提示找不到sophus库，及 Sophus::SE3f, cv::MAT,Eigen::Vector3f类型转换报错
https://github.com/UZ-SLAMLab/ORB_SLAM3/issues/442
ORB-SLAM3结合RealSense D455相机实时运行&离线官方样例测试部署
https://blog.csdn.net/ByYastal/article/details/111589721
用D455摄像头跑通ORB-SLAM2
https://blog.csdn.net/weixin_56750372/article/details/124694443
利用Kalibr对Intel RealSense D435i进行相机及相机-IMU联合标定
http://zhaoxuhui.top/blog/2020/09/29/intel-realsense-D435i-calibration-kalibr.html
从零手写VIO（二）——IMU仿真、MU imu_utils或kalibr_allan标定
https://blog.51cto.com/u_14929337/4719402#31_imu_utils_274
ROS实验笔记之——VINS-Mono在l515上的实现
https://blog.csdn.net/gwplovekimi/article/details/120474023
【入坑ORB-SLAM3系列2】未标定的realsense D435i试运行ORB-SLAM3（手把手教学，含realsense d435i一些错误的解决）
https://blog.csdn.net/weixin_46135347/article/details/121771922
ROS采坑日记（3）----在ROS下 编译ORB_SLAM2时遇到问题：[rosbuild] rospack found package “ORB_SLAM2” at “”…
https://blog.csdn.net/weixin_45137708/article/details/105650078
RealSense D455的标定并运行VINS-FUSION_Z_Jin16的博客-程序员宅基地_d455运行vins
https://www.cxyzjd.com/article/qq_40186909/113104595#D455_116
ORB_SLAM3 v1.0 ROS接口编译问题汇总
https://blog.csdn.net/weixin_44911075/article/details/123881212
OpenCV 笔记（04）— OpenCV2 升级到 OpenCV3/CV4 的改动（去掉 CV_前缀、使用新的前缀替换、使用新的命名空间宏）
https://blog.csdn.net/wohu1104/article/details/108678370
使用gdb调试ros程序
https://zhi-ang.github.io/2019/08/20/ros_debug/
1418
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
