Direct Sparse Mapping (DSM) 项目教程

Direct Sparse Mapping (DSM) 项目教程

dsm Direct Sparse Mapping 项目地址: https://gitcode.com/gh_mirrors/ds/dsm

1. 项目介绍

Direct Sparse Mapping (DSM) 是一个新颖的单目SLAM（Simultaneous Localization and Mapping）系统。它是一个完全直接的系统，能够估计相机的轨迹并构建一个一致的全局地图。DSM能够检测并处理在重新访问已映射区域时的地图点重观测，使用相同的光度模型和地图点。该项目由Jon Zubizarreta, Iker Aguinaga, Juan D. Tardós 和 J. M. M. Montiel 开发，并提供了在EuRoC数据集和自定义视频上运行SLAM系统的示例。

2. 项目快速启动

2.1 环境准备

DSM 在 Ubuntu 18.04 和 Windows 10 (VS15 和 VS17) 上进行了测试，但应该可以在其他平台上轻松编译。项目需要至少 C++11 支持。

2.2 依赖安装

2.2.1 必需依赖

• Eigen3: 用于几乎所有的数学运算。

  sudo apt-get install libeigen3-dev
  

• OpenCV: 用于图像处理（读取/写入/显示）和单目系统的启动。

  sudo apt-get install libopencv-dev
  

• Ceres Solver: 用于执行光度束调整。

  git clone https://ceres-solver.googlesource.com/ceres-solver
  cd ceres-solver
  mkdir build
  cd build
  cmake ..
  make -j4
  sudo make install
  

2.2.2 可选依赖

• Qt: 用于GUI和可视化。

  sudo apt-get install qt5-default
  

2.3 项目构建

git clone https://github.com/jzubizarreta/dsm.git
cd dsm
mkdir build
cd build
cmake ..
make -j4

2.4 运行示例

2.4.1 EuRoC 数据集示例

./EurocExample <IMAGE_FOLDER> <TIMESTAMPS_FILE> <CALIB_FILE> <SETTINGS_FILE>

2.4.2 自定义视频示例

./VideoExample <VIDEO_FILE> <CALIB_FILE> <SETTINGS_FILE>

3. 应用案例和最佳实践

3.1 在EuRoC数据集上的应用

DSM 在EuRoC数据集上表现出色，能够准确地估计相机的轨迹并构建一致的地图。通过提供的示例代码，用户可以轻松地在EuRoC数据集上运行DSM系统。

3.2 自定义视频上的应用

用户可以使用自定义视频来测试DSM系统。只需提供视频文件和相应的相机校准文件，即可运行系统并观察结果。

4. 典型生态项目

4.1 ORB-SLAM2

ORB-SLAM2 是另一个流行的单目SLAM系统，与DSM相比，它使用ORB特征点进行跟踪和映射。ORB-SLAM2 在许多应用中表现出色，尤其是在需要实时性能的场景中。

4.2 VINS-Mono

VINS-Mono 是一个视觉惯性SLAM系统，结合了视觉和IMU数据来提高系统的鲁棒性和精度。VINS-Mono 在动态环境中表现出色，适合需要高精度和鲁棒性的应用。

通过结合DSM与其他生态项目，用户可以构建更复杂和强大的SLAM系统，满足不同应用场景的需求。

dsm Direct Sparse Mapping 项目地址: https://gitcode.com/gh_mirrors/ds/dsm