qq_41524721的博客

接上一篇.步骤2：了解PCL在PCL文档中简单了解其基本用法和工具。我在其官方教程中学习并使用了PCL的一些滤波工具。步骤3：准备工作首先，根据ORB-SLAM2的git主页，安装好ORB-SLAM2（注意openCV"干净"安装，即如果你要重装openCV,要完整卸载之前版本，具体百度），选择你的数据集跑RGB-D的例子。此时可以得到KeyFrameTrajectory.txt。...

接上一篇。步骤8：从rgb图和d图初始化点云，然后滤波（可选） cout << "Initing...\n"; //初始化点云 vector<PointCloud::Ptr> pcVec; for (int i = 0; i < keyVec.size(); i++) { FRAME tframe; tframe.rgb = cv::imr...

接上一篇.步骤4：读取每帧位姿信息，初始化点云类似之前的RGBD，先在XCTool.h中加入XCKITTIKey类读取每帧信息：class XCKITTIKey {public: double r00, r01, r02, r10, r11, r12, r20, r21, r22; double tx, ty, tz;};在此要解释一下，输出文件的格式与之前RGBD的不一...

由于ORB-SLAM2双目的稠密点云重建与RGBD的稠密重建大同小异，而且很多代码通用。所以建议朋友们可以先看一下我之前的ORB-SLAM2稠密点云重建：RGBD室内。这里先提一下总体思路。由于利用RGBD的框架去做，所以对于双目来说，最主要的就是得到其视差图，然后利用双目的其中1张（你也可以试试用两张，我选择左图）作为rgb图，将视差图得出左图深度信息。这样就通用起来了。也许你会担心ORB-...

众所周知，ORB-SLAM2可以基于特征点的得到稀疏点云:然而，有时我们需要稠密点云。不知道怎么做？我会在博客中分别介绍：1.基于ORB-SLAM2的RGBD稠密点云重建（多用于室内）2.基于ORB-SLAM2的双目稠密点云重建(多用于室外)注意！：这里的“重建”并没有改变使用的特征点等行为，对原来的ORB-SLAM2没有进行任何改造，只是利用其输出信息与原始图片进行场景重建而...

接上一篇.上一篇中，看起来我们基本完成了重建。但是有很多问题：问题1：如果你真正跑起来（00数据集），你会发现点云没有正确拼接。这是点云化的部分有问题。 问题2：跑起来，你会发现很乱，除了问题1，还有是因为y方向剪裁不够，即还有很多天空像天花板一样贴在了顶上，所以从上面看是看不到道路的。 问题3：乱的原因除了问题1，2，还有是因为z方向剪裁仍然不够。实际操作发现超过一小段距离点云就开始...

（后期声明：想要完整源码的）由于跳槽，而且这些操作本就属于伪科研，当时也没心思备份，代码不可能有了。如果你真的上道，我之前的文章也已经说得差不多了。室内一张截图：在重复扫描的地方精度不错，这个看起来有点差。。其实精度挺好的。单张双目重建：这个其实没看起来那么好，因为很多错误点待截掉，只是角度好。从上方看来是这样的：点云融合后，精度较差，1-5米，不能近看，远处看看轨...