ORB-SLAM2的布置（三）ORB-SLAM2的测试使用

目标

在上一节，我们完成了ORB-SLAM2的编译与测试，这一节使用完整的数据集进行测试

普通模式

这里的普通模式直接运行编译之后的可执行文件

单目摄像头

首先是单目摄像头
这里我们使用TUM数据集进行离线测试
去到TUM 数据集存放的位置

https://vision.in.tum.de/data/datasets/rgbd-dataset/download

这里采用了第一个数据集 fr1/xyz，然后下载压缩包

 
下载完成后移动到/home/heying/ORB_SLAM2/Examples/datasets并解压

然后进行测试

 ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml Examples/datasets/rgbd_dataset_freiburg1_xyz

可以看到终端显示输入传感器设置为：单目
等待一会后会出现一下的内容

并且这个图中有除终端程序呼出了两个窗口，右侧的窗口一直在显示一张一张的图片，图片中绿色方形和圆圈标注的就是该图像中提取的ORB特征点。左侧的窗口用于显示相机的位姿（也就是关键帧）和地图点（每个地图点和图像中的特征点有对应关系）。
其中绿色的为当前相机的展示，蓝色的是历史相机位姿展示。缩小一下窗口，可以看到相机走过的轨迹

 
当使用的数据集播放结束后，测试完成

 

双目摄像头

使用KITTI数据集
https://www.cvlibs.net/datasets/kitti/eval_odometry.php

这里使用了Download odometry data set (grayscale, 22 GB)这个数据集
https://www.cvlibs.net/download.php?file=data_odometry_gray.zip

 
但是下载要求要使用电子邮箱

当下载完成后，解压进行测试，使用KITTI 数据集，sequence 00
也就是只解压00这个文件夹，因为全部解压的话有点占空间，而且测试阶段不与要其他的，不过你可以解压其他的文件夹进行测试

 
那么在00文件夹中有两个存放图片的文件夹，对应着双目摄像头中分别的左右两个摄像头的数据集

 
解压完成后进行测试

./Examples/Stereo/stereo_kitti Vocabulary/ORBvoc.txt Examples/Stereo/KITTI00-02.yaml Examples/datasets/KITTI/00

可以看到在终端显示输入传感器设置为：双目
 

可以看到程序呼出的窗口

 
 

RGB-D

依然采用之前的 TUM 数据集，这次加入深度信息。
这里需要对 rgb 图和 depth 图做一下匹配，官方提供了脚本程序 associate.py
https://svncvpr.in.tum.de/cvpr-ros-pkg/trunk/rgbd_benchmark/rgbd_benchmark_tools/src/rgbd_benchmark_tools/associate.py

将associate.py文件进行下载

然后使用python运行associate.py，可以看到在指定的路径中生成了associations.txt文件

python associate.py Examples/datasets/rgbd_dataset_freiburg1_xyz/rgb.txt Examples/datasets/rgbd_dataset_freiburg1_xyz/depth.txt > Examples/datasets/rgbd_dataset_freiburg1_xyz/associations.txt

可以看到在指定的路径中生成了associations.txt文件，

然后进行测试

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml Examples/datasets/rgbd_dataset_freiburg1_xyz Examples/datasets/rgbd_dataset_freiburg1_xyz/associations.txt

在终端中可以看到输入传感器设置为：RGB-D

效果查看

 
 

ROS模式

那么接下来就是测试ROS操作系统中的使用，那么就需要从rosbag中发布数据，所以要下载对应的rosbag数据包

 

单目摄像头

这里继续下载刚刚测试的TUM数据集，只不过是以rosbag包的形式
https://vision.in.tum.de/rgbd/dataset/freiburg1/rgbd_dataset_freiburg1_xyz.bag

那么这个bag包的信息是

其中要用到的 topic 是 /camera/rgb/image_color，而 rosnode ORB_SLAM2/Mono 接收的 topic 名字为 /camera/image_raw。
我们可以在 play rosbag 时将 rosbag 中的/camera/rgb/image_color转换为 /camera/image_raw。

进行测试

roscore
rosrun ORB_SLAM2 Mono Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml

 
 
可以看到呼出了程序的窗口，现在正在等待摄像头的话题

 
播放bag包

rosbag play --pause  Examples/datasets/rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/image_raw

 
按下空格播放后，可以看到正常运行

 
 

单目AR

和以上的差不多，只需要修改ORB_SLAM2 MonoA为ORB_SLAM2 MonoAR

roscore
rosrun ORB_SLAM2 MonoAR Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml

 
播放bag包

 rosbag play --pause  Examples/datasets/rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/image_raw

 
程序会跳出可视化窗口。可以点击左上角的Insert Cube来添加立方体，可以看到这些个立方体会随着镜头的变化牢牢地定位自己地位姿

 
自此， ORB_SLAM2的安装与测试完成