ORB_SLAM3运行自己的数据集

1. 运行自己的数据集

基于GitHub - thien94/orb_slam3_ros: A ROS implementation of ORB_SLAM3代码运行的自己的数据集，一开始使用的使用的是docker‘Ubuntu20.04使用Docker运行ORB_SLAM3-优快云博客’，但是docker里面显示轨迹不知道为什么没有图片显示，最后换回没有使用docker的环境，直接创建工作空间，在工作空间创建src，再catkin build，例如：

mkdir -p ORBSLAM3/src
catkin build

orb_slam3_ros/launch/ntuviral_mono.launch更改一下话题和配置文件，我的Mono.yaml是复制其它配置文件更改的，在源文件基础上更改也行，注意参数：

2. 保存轨迹

orb_slam3_ros/src/ros_mono.cc文件添加：

    // Save camera trajectory
    pSLAM->SaveKeyFrameTrajectoryEuRoC("/Trajectory/ORB-SLAM3-KeyFrameTrajectory.txt");
    // Save camera trajectory
    pSLAM->SaveTrajectoryEuRoC("/Trajectory/ORB-SLAM3-FrameTrajectory.txt");

 保存完之后重新编译工作空间：

catkin clean
catkin build

3. evo绘制轨迹图

        再次运行之后生成的是txt文件，绘制的时候遇到numpy和scipy版本冲突的问题，升级scipy版本解决。

        因为运行的是自己的数据集，没有真实的轨迹位姿，所以只是evo_traj绘制了一下轨迹。

3.1 evo_traj

主要用于画轨迹图、表格，转换数据格式等等操作。

输出轨迹的相关信息：

evo_traj tum a.txt

轨迹的图形可视化：

evo_traj tum a.txt -p

3.2 evo_ape

用于评估两条轨迹的绝对位姿误差。

evo_ape xxx a.txt b.txt

3.3 evo_rpe

用法该命令用于比较两个轨迹之间的相对轨迹误差。

evo_rpe xxx a.txt b.txt

详细evo使用参考：

Home · MichaelGrupp/evo Wiki · GitHub

evo安装、evo使用方法详细介绍使用教程，SLAM轨迹精度评估工具，如何用来评估ORB-SLAM2生成的轨迹精度，评估激光雷达SLAM与视觉SLAM的轨迹精度，量化SLAM的误差_怎么看evo是否安葬成功-优快云博客

Ubuntu 20.04配置ORB-SLAM2和ORB-SLAM3运行环境+ROS实时运行ORB-SLAM+Gazebo仿真运行ORB-SLAM2+各种相关库的安装_ubuntu使用slam-优快云博客

 SLAM测评工具---evo安装与使用_evo slam-优快云博客

SLAM地图评估指标及EVO评估工具安装使用教程

4. 保存地图

4.1 osa文件格式

保存.osa文件，在yaml前面取消注释:

#System.SaveAtlasToFile: "Session_MH01_MH02_MH03_Mono"

运行时加载osa后缀的地图文件，在yaml前面取消注释：

#System.LoadAtlasFromFile: "Session_MH01_MH02_MH03_Mono"

4.2 pcd文件格式

保存.pcd文件：

参考：

视觉学习笔记4——ORB-SLAM3的地图保存与使用_orbslam3保存地图-优快云博客

ORB SLAM3 点云地图保存_orb-slam3保存点云-优快云博客

【ORB_SLAM3】Ubuntu20.04 ros运行并保存PCD地图文件_ros2加载pcd-优快云博客

Ubuntu18.04：ORB-SLAM3使用数据集构建地图和保存点云地图_orbslam3保存pcd点云图-优快云博客