一起做RGB-D SLAM(5)

来源：互联网发布：win7安装apache 编辑：程序博客网时间：2024/06/05 11:57

第五讲 Visual Odometry (视觉里程计)

　　读者朋友们大家好，又到了我们开讲rgbd slam的时间了。由于前几天博主在忙开会拍婚纱照等一系列乱七八糟的事情，这一讲稍微做的慢了些，先向读者们道个歉！

　　上几讲中，我们详细讲了两张图像间的匹配与运动估计。然而一个实际的机器人总不可能只有两个图像数据吧？那该多么寂寞呀。所以，本讲开始，我们要处理一个视频流，包含八百左右的数据啦。这才像是在做SLAM嘛！

　　小萝卜：那我们去哪里下载这些数据呢？

　　师兄：可以到我的百度云里去：http://yun.baidu.com/s/1i33uvw5

　　因为有点大（400多M），我就没有传到Git上。不然运行前四讲的代码就要下一堆东西啦。打开这个数据集，你会看到里头有和两个文件夹，分别是RGB图与深度图。前几讲的数据也是取自这里的哦。

　　小萝卜：这算不算师兄你在偷懒呢？

　　师兄：呃，这个，总、总之，我们这里暂时先用这些数据啦。它们取自nyuv2数据集：http://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html 这可是一个国际上认可的，相当有名的数据集哦。如果你想要跑自己的数据，当然也可以，不过需要你进行一些预处理啦。

　　本讲中，我们利用前几讲写好的代码，完成一个视觉里程计(visual odometry)的编写。什么是视觉里程计呢？简而言之，就是把新来的数据与上一帧进行匹配，估计其运动，然后再把运动累加起来的东西。画成示意图的话，就是下面这个样子：

　　师兄：大家看懂了不？这实际上和滤波器很像，通过不断的两两匹配，估计机器人当前的位姿，过去的就给丢弃了。这个思路比较简单，实际当中也比较有效，能够保证局部运动的正确性。下面我们来实现一下visual odometry。

　　小萝卜：道理我是明白了，可是师兄你这画风究竟是哪个年代的啊……

准备工作

　　为了保证代码的简洁，我们要把以前做过的东西封装成函数，写在slamBase.cpp中，以便将来调用。（不过，由于是算法性质的内容，就不封成c++的对象了）。

　　首先工具函数：将cv的旋转矢量与位移矢量转换为变换矩阵，类型为Eigen::Isometry3d；

　　src/slamBase.cpp

 1 // cvMat2Eigen 2 Eigen::Isometry3d cvMat2Eigen( cv::Mat& rvec, cv::Mat& tvec ) 3 { 4     cv::Mat R; 5     cv::Rodrigues( rvec, R ); 6     Eigen::Matrix3d r; 7     cv::cv2eigen(R, r); 8    9     // 将平移向量和旋转矩阵转换成变换矩阵10     Eigen::Isometry3d T = Eigen::Isometry3d::Identity();11 12     Eigen::AngleAxisd angle(r);13     Eigen::Translation<double,3> trans(tvec.at<double>(0,0), tvec.at<double>(0,1), tvec.at<double>(0,2));14     T = angle;15     T(0,3) = tvec.at<double>(0,0); 16     T(1,3) = tvec.at<double>(0,1); 17     T(2,3) = tvec.at<double>(0,2);18     return T;19 }

　　另一个函数：将新的帧合并到旧的点云里：

 1 // joinPointCloud  2 // 输入：原始点云，新来的帧以及它的位姿 3 // 输出：将新来帧加到原始帧后的图像 4 PointCloud::Ptr joinPointCloud( PointCloud::Ptr original, FRAME& newFrame, Eigen::Isometry3d T, CAMERA_INTRINSIC_PARAMETERS& camera )  5 { 6     PointCloud::Ptr newCloud = image2PointCloud( newFrame.rgb, newFrame.depth, camera ); 7  8     // 合并点云 9     PointCloud::Ptr output (new PointCloud());10     pcl::transformPointCloud( *original, *output, T.matrix() );11     *newCloud += *output;12 13     // Voxel grid 滤波降采样14     static pcl::VoxelGrid<PointT> voxel;15     static ParameterReader pd;16     double gridsize = atof( pd.getData("voxel_grid").c_str() );17     voxel.setLeafSize( gridsize, gridsize, gridsize );18     voxel.setInputCloud( newCloud );19     PointCloud::Ptr tmp( new PointCloud() );20     voxel.filter( *tmp );21     return tmp;22 }

　　另外，在parameters.txt中，我们增加了几个参数，以便调节程序的性能：

# part 5

# 数据相关# 起始与终止索引start_index=1end_index=700# 数据所在目录rgb_dir=../data/rgb_png/rgb_extension=.pngdepth_dir=../data/depth_png/depth_extension=.png# 点云分辨率voxel_grid=0.02# 是否实时可视化visualize_pointcloud=yes# 最小匹配数量min_good_match=10# 最小内点min_inliers=5# 最大运动误差max_norm=0.3

　　前面几个参数是相当直观的：指定RGB图与深度图所在的目录，起始与终止的图像索引（也就是第1张到第700张的slam啦）。后面几个参数，会在后面进行解释。

实现VO

　　最后，利用之前写好的工具函数，实现一个VO:

　　src/visualOdometry.cpp

  1 /*************************************************************************  2     > File Name: rgbd-slam-tutorial-gx/part V/src/visualOdometry.cpp  3     > Author: xiang gao  4     > Mail: gaoxiang12@mails.tsinghua.edu.cn  5     > Created Time: 2015年08月01日 星期六 15时35分42秒  6  ************************************************************************/  7   8 #include <iostream>  9 #include <fstream> 10 #include <sstream> 11 using namespace std; 12  13 #include "slamBase.h" 14  15 // 给定index，读取一帧数据 16 FRAME readFrame( int index, ParameterReader& pd ); 17 // 度量运动的大小 18 double normofTransform( cv::Mat rvec, cv::Mat tvec ); 19  20 int main( int argc, char** argv ) 21 { 22     ParameterReader pd; 23     int startIndex  =   atoi( pd.getData( "start_index" ).c_str() ); 24     int endIndex    =   atoi( pd.getData( "end_index"   ).c_str() ); 25  26     // initialize 27     cout<<"Initializing ..."<<endl; 28     int currIndex = startIndex; // 当前索引为currIndex 29     FRAME lastFrame = readFrame( currIndex, pd ); // 上一帧数据 30     // 我们总是在比较currFrame和lastFrame 31     string detector = pd.getData( "detector" ); 32     string descriptor = pd.getData( "descriptor" ); 33     CAMERA_INTRINSIC_PARAMETERS camera = getDefaultCamera(); 34     computeKeyPointsAndDesp( lastFrame, detector, descriptor ); 35     PointCloud::Ptr cloud = image2PointCloud( lastFrame.rgb, lastFrame.depth, camera ); 36      37     pcl::visualization::CloudViewer viewer("viewer"); 38  39     // 是否显示点云 40     bool visualize = pd.getData("visualize_pointcloud")==string("yes"); 41  42     int min_inliers = atoi( pd.getData("min_inliers").c_str() ); 43     double max_norm = atof( pd.getData("max_norm").c_str() ); 44  45     for ( currIndex=startIndex+1; currIndex<endIndex; currIndex++ ) 46     { 47         cout<<"Reading files "<<currIndex<<endl; 48         FRAME currFrame = readFrame( currIndex,pd ); // 读取currFrame 49         computeKeyPointsAndDesp( currFrame, detector, descriptor ); 50         // 比较currFrame 和 lastFrame 51         RESULT_OF_PNP result = estimateMotion( lastFrame, currFrame, camera ); 52         if ( result.inliers < min_inliers ) //inliers不够，放弃该帧 53             continue; 54         // 计算运动范围是否太大 55         double norm = normofTransform(result.rvec, result.tvec); 56         cout<<"norm = "<<norm<<endl; 57         if ( norm >= max_norm ) 58             continue; 59         Eigen::Isometry3d T = cvMat2Eigen( result.rvec, result.tvec ); 60         cout<<"T="<<T.matrix()<<endl; 61          62         //cloud = joinPointCloud( cloud, currFrame, T.inverse(), camera ); 63         cloud = joinPointCloud( cloud, currFrame, T, camera ); 64          65         if ( visualize == true ) 66             viewer.showCloud( cloud ); 67  68         lastFrame = currFrame; 69     } 70  71     pcl::io::savePCDFile( "data/result.pcd", *cloud ); 72     return 0; 73 } 74  75 FRAME readFrame( int index, ParameterReader& pd ) 76 { 77     FRAME f; 78     string rgbDir   =   pd.getData("rgb_dir"); 79     string depthDir =   pd.getData("depth_dir"); 80      81     string rgbExt   =   pd.getData("rgb_extension"); 82     string depthExt =   pd.getData("depth_extension"); 83  84     stringstream ss; 85     ss<<rgbDir<<index<<rgbExt; 86     string filename; 87     ss>>filename; 88     f.rgb = cv::imread( filename ); 89  90     ss.clear(); 91     filename.clear(); 92     ss<<depthDir<<index<<depthExt; 93     ss>>filename; 94  95     f.depth = cv::imread( filename, -1 ); 96     return f; 97 } 98  99 double normofTransform( cv::Mat rvec, cv::Mat tvec )100 {101     return fabs(min(cv::norm(rvec), 2*M_PI-cv::norm(rvec)))+ fabs(cv::norm(tvec));102 }

　　其实一个VO也就一百行的代码，相信大家很快就能读懂的。我们稍加解释。

FRAME readFrame( int index, ParameterReader& pd ) 是读取帧数据的函数。告诉它我要读第几帧的数据，它就会乖乖的把数据给找出来，返回一个FRAME结构体。
在得到匹配之后，我们判断了匹配是否成功，并把失败的数据丢弃。为什么这样做呢？因为之前的算法，对于任意两张图像都能做出一个结果。对于无关的图像，就明显是不对的。所以要去除匹配失败的情形。
如何检测匹配失败呢？我们采用了三个方法：

1. 去掉goodmatch太少的帧，最少的goodmatch定义为：
```
min_good_match=10
```
2. 去掉solvePnPRASNAC里，inlier较少的帧，同理定义为：
```
min_inliers=5
```
3. 去掉求出来的变换矩阵太大的情况。因为假设运动是连贯的，两帧之间不会隔的太远：
```
max_norm=0.3
```

　　如何知道两帧之间不隔太远呢？我们计算了一个度量运动大小的值：∥Δt∥+min(2π−∥r∥,∥r∥)。它可以看成是位移与旋转的范数加和。当这个数大于阈值max_norm时，我们就认为匹配出错了。

　　经过这三道工序处理后，vo的结果基本能保持正确啦。下面是一个gif图片：

　　小萝卜：师兄！这效果相当不错啊！

　　师兄：嗯，至少有点儿像样啦，虽然问题还是挺多的。具体有哪些问题呢？我们留到下一讲里再说。各位同学也可以运行一下自己的代码，看看结果哦。

tips：

当点云出现时，可按5显示颜色，然后按r重置视角，快速查看点云；
可以调节parameters.txt中的voxel_grid值来设置点云分辨率。0.01表示每1cm3的格子里有一个点。

课后作业

　　请观察vo的运行状态并尝试不同参数，总结它有哪些局限性。

　　本讲代码： https://github.com/gaoxiang12/rgbd-slam-tutorial-gx/tree/master/part%20V 数据链接见前面百度盘。

阅读全文

0 0