关于SLAM的那些事——实时RGBD_ORB_SLAM (Ubuntu+Xtion)

最新推荐文章于 2025-06-25 15:46:22 发布

cc_sunny

最新推荐文章于 2025-06-25 15:46:22 发布

阅读量2.1w

点赞数 9

CC 4.0 BY-SA版权

分类专栏： PCL SLAM OpenCV OpenNI

本文链接：https://blog.youkuaiyun.com/aptx704610875/article/details/51490201

最近写完了windows上的实时rgbd_slam后，读了些论文，想着怎么改进程序，想在闭环检测的方面尝试一下。最近很火的ORB_SLAM2使用了DBoW2（ORB词袋）的方法，极大的提高了速度和匹配准确度，windows版的orb_slam2还没跑成功（一部分库的编译出现了问题，不过等研究做完了，会继续跑windows版本的），这几天一直在尝试ubuntu版的orb_slam的实时重建，今天终于成功了！～（感谢高博士为我们提供了加了3D建图模块的libORB_SLAM2.so（高博的博客：半闲居士））

首先orb_slam2的话，github下载源码编译很容易，按照官方github下面的教程走就行。晒几张TUM数据集的结果：

desk：

room：

效果很棒，模拟轨迹和groundtruth的绝对误差真的和论文上说的一样小。我觉得ORB_SLAM2真的是现在视觉SLAM里最优秀的一版，考虑的非常全面。

那么如果我们要用到自己的项目中，该怎么调用呢？特别棒的一点是，原作者提供了libORB_SLAM2.so给我们，加上头文件System.h，我们就可以把ORB_SLAM作为一个整体加到我们的项目中。但是源码中并没有3D建图的模块，需要做相应改变，高博士为我们提供了加了3D建图模块的libORB_SLAM2.so，这时我们就可以根据自己的需求（kinect，xtion或其他可以获得点云的sensors）。高博的博客中有一篇是用的kinect2，在ROS运行的orb_slam2，今天我们来试一试不用ROS，通过OpenNI2直接调用xtion获取rgb数据和depth数据来重建环境（之前有windows上运行openni2_xtion的经验）。我的建议，要么xtion要么kinect2, 因为kinect很鸡肋，xtion比它轻巧，kinect2比它分辨率高。(源码下载csdn 源码下载github)（词袋文件太大，各位可以从官方github下载）

扯了这么多，现在拉回主线。在ORB_SLAM2/Examples/RGB-D/中，创建rgbd_xtion_cc.cpp：

#include <iostream>
#include <algorithm>
#include <fstream>
#include <chrono>
#include <OpenNI.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

#include <System.h>   // orb_slam2

using namespace std;
using namespace openni;
using namespace cv;

void showdevice(){
    // 获取设备信息  
    Array<DeviceInfo> aDeviceList;
    OpenNI::enumerateDevices(&aDeviceList);

    cout << "电脑上连接着 " << aDeviceList.getSize() << " 个体感设备." << endl;

    for (int i = 0; i < aDeviceList.getSize(); ++i)
    {
        cout << "设备 " << i << endl;
        const DeviceInfo& rDevInfo = aDeviceList[i];
        cout << "设备名： " << rDevInfo.getName() << endl;
        cout << "设备Id： " << rDevInfo.getUsbProductId() << endl;
        cout << "供应商名： " << rDevInfo.getVendor() << e