高翔VO调试日志

最新推荐文章于 2023-10-30 16:51:08 发布

tian.z

最新推荐文章于 2023-10-30 16:51:08 发布

阅读量1.8k

点赞数 1

分类专栏：笔记文章标签： c++ 计算机视觉 opencv slam

本文链接：https://blog.youkuaiyun.com/weixin_46410936/article/details/121907824

版权

笔记专栏收录该内容

16 篇文章

订阅专栏

高博十四讲VO调试日志

1. frame.h
- 1.1. 智能指针
- 1.2. 线程锁
1. frontend.cpp frontend.h
- 2.1. Eigen字节对齐
- 2.2. 命名空间
- 2.3. Google glog
- 2.4. auto类型
- 2.5. 重新认识for循环
- 2.6. cv::calcOpticalFlowPyrLK()
- 2.7. cv::KeyPoint
- 2.8. #pragma once
1. 跑代码报错
- 3.1. eigen
- 3.2. fmt
- 3.3. 还是fmt
1. 学习计划

1. frame.h

1.1. 智能指针

智能指针是C++11标准模板库里面提供的模板类。普通指针指向的内存无法自动清除(人为用new delete)，为了防止内存泄露，智能指针在生存期结束时可以自动析构释放内存。

shared_ptr<T> sp;
unique_ptr<T> up;
weak_ptr<T> make_shared<T>();
shared_ptr<int> ptr1(new int(100));//ptr1指向一个值为100的int型数据

我们可以认为每个shared_ptr都有一个关联的计数器，通常称其为引用计数，无论何时我们拷贝一个shared_ptr，计数器都会递增。当我们给shared_ptr赋予一个新值或是shared_ptr被销毁（例如一个局部的shared_ptr离开其作用域）时，计数器就会递减，一旦一个shared_ptr的计数器变为0,它就会自动释放自己所管理的对象。

shared_ptr允许多个指针指向同一个对象，unique_ptr则“独占”所指向的对象。标准库还定义了一种名为weak_ptr的伴随类，它是一种弱引用，指向shared_ptr所管理的对象，用来防止互相引用无法析构。这三种智能指针都定义在memory头文件中。

.lock()会检查weak_ptr指向的对象是否存在。如果存在，返回一个指向共享对象的shared_ptr,如果不存在，lock将返回一个空指针。frontend.cpp line 234

1.2. 线程锁

std::mutex

2. frontend.cpp frontend.h

2.1. `Eigen`字节对齐

EIGEN_MAKE_ALIGNED_OPERATOR_NEW

Eigen库为了使用SSE加速，在内存上分配了128位的指针，涉及字节对齐问题，出问题时在编译时不会报错，只在运行时报错。写下这一句能够让编译器自动将数据对齐。

SSE指令集是英特尔提供的基于SIMD（单指令多数据，也就是说同一时间内，对多个不同的数据执行同一条命令）的硬件加速指令，通过使用寄存器来进行并行加速。

2.2. 命名空间

namespace myslam{
    void Foo();
}

using declaration 访问特定的成员

using myslam::Foo();

using directive 访问整个namespace

using namespace myslam;
Foo();

一般来说，using declaration比using directive 安全。因为

using declaration明确的告诉我们可以用哪个成员。
using diclaration如果名字冲突了，编译器会报错；而using directive会覆盖了namespace的版本，而不做任何提示。

可以嵌套和设置别名。

2.3. Google glog

Google glog是一个基于程序级记录日志信息的c++库，编程使用方式与c++的stream操作类似，例：

   LOG(INFO) << "Found " << num_cookies << " cookies";

“LOG”宏为日志输出关键字，“INFO”为严重性程度。
官方文档见
http://google-glog.googlecode.com/svn/trunk/doc/glog.html

有好哥哥翻译了该文档
https://blog.youkuaiyun.com/junmuzi/article/details/79670351

2.4. auto类型

auto的原理就是根据后面的值，来自己推测前面的类型是什么。

auto的作用就是为了简化变量初始化，如果这个变量有一个很长很长的初始化类型，就可以用auto代替。

注意点：

1.用auto声明的变量必须初始化（auto是根据后面的值来推测这个变量的类型，如果后面没有值，自然会报错）

2.函数和模板参数不能被声明为auto（原因同上）

3.因为auto是一个占位符，并不是一个他自己的类型，因此不能用于类型转换或其他一些操作，如sizeof和typeid

4.定义在一个auto序列的变量必须始终推导成同一类型

2.5. 重新认识for循环

frontend.cpp line 233
基于范围的for循环，循环从头到尾的每一个元素

for (auto &kp : last_frame_->features_left_)

符号 & 表示 kp 是一个引用变量，将使用并改变 last_frame_->features_left 的原始数据。
若不带 & 则不会改变原始数据，循环时使用的是一个副本。

2.6. cv::calcOpticalFlowPyrLK()

frontend.cpp line 249

void cv::calcOpticalFlowPyrLK(	
InputArray 	prevImg,
InputArray 	nextImg,
InputArray 	prevPts,
InputOutputArray 	nextPts,
OutputArray 	status,
OutputArray 	err,
Size 	winSize = Size(21, 21),
int 	maxLevel = 3,
TermCriteria 	criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01),
int 	flags = 0,
double 	minEigThreshold = 1e-4 
)

使用具有金字塔的迭代Lucas-Kanade方法计算稀疏特征集的光流。
参数：

prevImg ：buildOpticalFlowPyramid构造的第一个8位输入图像或金字塔。
nextImg ：与prevImg相同大小和相同类型的第二个输入图像或金字塔
prevPts ：需要找到流的2D点的矢量(vector of 2D points for which the flow needs to be found;);点坐标必须是单精度浮点数。
nextPts ：输出二维点的矢量（具有单精度浮点坐标），包含第二图像中输入特征的计算新位置;当传递OPTFLOW_USE_INITIAL_FLOW标志时，向量必须与输入中的大小相同。
status ：输出状态向量（无符号字符）;如果找到相应特征的流，则向量的每个元素设置为1，否则设置为0。
err ：输出错误的矢量; 向量的每个元素都设置为相应特征的错误，错误度量的类型可以在flags参数中设置; 如果未找到流，则未定义错误（使用status参数查找此类情况）。
winSize ：每个金字塔等级的搜索窗口的winSize大小。
maxLevel ：基于0的最大金字塔等级数;如果设置为0，则不使用金字塔（单级），如果设置为1，则使用两个级别，依此类推;如果将金字塔传递给输入，那么算法将使用与金字塔一样多的级别，但不超过maxLevel。
criteria ：参数，指定迭代搜索算法的终止条件（在指定的最大迭代次数criteria.maxCount之后或当搜索窗口移动小于criteria.epsilon时）。
flags ：操作标志：
    OPTFLOW_USE_INITIAL_FLOW使用初始估计，存储在nextPts中;如果未设置标志，则将prevPts复制到nextPts并将其视为初始估计。
    OPTFLOW_LK_GET_MIN_EIGENVALS使用最小特征值作为误差测量（参见minEigThreshold描述）;如果没有设置标志，则将原稿周围的色块和移动点之间的L1距离除以窗口中的像素数，用作误差测量。
minEigThreshold ：算法计算光流方程的2x2正常矩阵的最小特征值，除以窗口中的像素数;如果此值小于minEigThreshold，则过滤掉相应的功能并且不处理其流程，因此它允许删除坏点并获得性能提升。

该函数实现了金字塔中Lucas-Kanade光流的稀疏迭代版本。

2.7. cv::KeyPoint

frontend.cpp line 260
Opencv中KeyPoint类中的默认构造函数如下：

CV_WRAP KeyPoint() : pt(0,0), size(0), angle(-1), response(0), octave(0), class_id(-1) {}

现分析各项属性

pt(x,y):关键点的点坐标；

size():该关键点邻域直径大小；

angle:角度，表示关键点的方向，值为[零,三百六十)，负值表示不使用。

response:响应强度，网络上有如下解释：

1)”The response, by which the strongest keypoints have been selected.”

2)”Responseis indeed an indicator of “how good” (roughly speaking, in terms of corner-ness) a point is. The higher, the better. The strongest keypoints means the ones that are the best.“

octacv:从哪一层金字塔得到的此关键点。

class_id:当要对图片进行分类时，用class_id对每个关键点进行区分，默认为-1。

2.8. #pragma once

为了避免同一个头文件被包含（include）多次，C/C++中有两种宏实现方式：一种是#ifndef方式；另一种是#pragma once方式。
在能够支持这两种方式的编译器上，二者并没有太大的区别。

3. 跑代码报错

3.1. eigen

cmake时报错

tian@tian-legion:~/slambook2-master/ch13/build$ cmake ..
-- Configuring done
CMake Error in src/CMakeLists.txt:
Imported target "pangolin" includes non-existent path

    "/usr/include/eigen3"

in its INTERFACE_INCLUDE_DIRECTORIES.  Possible reasons include:

* The path was deleted, renamed, or moved to another location.

* An install or uninstall procedure did not complete successfully.

* The installation package was faulty and references files it does not
provide.



CMake Error in src/CMakeLists.txt:
Imported target "pangolin" includes non-existent path

    "/usr/include/eigen3"

in its INTERFACE_INCLUDE_DIRECTORIES.  Possible reasons include:

* The path was deleted, renamed, or moved to another location.

* An install or uninstall procedure did not complete successfully.

* The installation package was faulty and references files it does not
provide.



CMake Error in test/CMakeLists.txt:
Imported target "pangolin" includes non-existent path

    "/usr/include/eigen3"

in its INTERFACE_INCLUDE_DIRECTORIES.  Possible reasons include:

* The path was deleted, renamed, or moved to another location.

* An install or uninstall procedure did not complete successfully.

* The installation package was faulty and references files it does not
provide.



CMake Error in test/CMakeLists.txt:
Imported target "pangolin" includes non-existent path

    "/usr/include/eigen3"

in its INTERFACE_INCLUDE_DIRECTORIES.  Possible reasons include:

* The path was deleted, renamed, or moved to another location.

* An install or uninstall procedure did not complete successfully.

* The installation package was faulty and references files it does not
provide.



-- Generating done
CMake Generate step failed.  Build files cannot be regenerated correctly.

错误信息提示pangolin找不到eigen3，这是因为它默认搜索"/usr/include/eigen3"这个路径，但笔者在安装eigen3时手动编译，eigen被安装在"/usr/local/include/eigen3"这个目录下。

解决方法

sudo ln -s /usr/local/include/eigen3 /usr/include/eigen3

这样相当于创建了一个快捷方式，让其他程序在"/usr/include/eigen3"中也能找到eigen3.

3.2. fmt

报错

/usr/bin/ld: ../../lib/libmyslam.so: undefined reference to `fmt::v8::detail::assert_fail(char const*, int, char const*)'

解决，在

set(THIRD_PARTY_LIBS
        ${OpenCV_LIBS}

显式加上fmt

set(THIRD_PARTY_LIBS
        ${OpenCV_LIBS} fmt

3.3. 还是fmt

报错

/usr/bin/ld: /usr/local/lib/libfmt.a(format.cc.o): relocation R_X86_64_PC32 against symbol `stderr@@GLIBC_2.2.5' can not be used when making a shared object; recompile with -fPIC
/usr/bin/ld: final link failed: bad value
collect2: error: ld returned 1 exit status
make[2]: *** [src/CMakeFiles/myslam.dir/build.make:262: ../lib/libmyslam.so] Error 1
make[1]: *** [CMakeFiles/Makefile2:136: src/CMakeFiles/myslam.dir/all] Error 2
make: *** [Makefile:95: all] Error 2

查看报错信息，编译器提示我们重新把fmt这个库带着参数-fPIC编译一遍。具体操作是在fmt库的CMakeLists.txt里加上一句