Ubuntu20.04下ORB-SLAM2稠密建图+octomap天生八叉树舆图（上） ...

前言

最近用orb-slam2跑了一下自己的数据集，由于是希罕点云建图，结果并不是很理想，看到别人建的稠密点云舆图结果还可以，就想着看看结果，参考了网上许多大佬的博客，也踩了不少坑，为避免遗忘，索性记录下来。
所用版本

这里用的是高博修改的版本ORBSLAM2_with_pointcloud_map，系统为Ubuntu20.04，Ubuntu18.04也大差不差，网上也有许多资料。
准备工作

虽然是高博修改的版本，但是orb-slam2所必要的一些依靠项还是要安装的，已经乐成编译过orb-slam2可以跳过这一步直接进入正文稠密建图。
安装依靠项

1. sudo apt-get update
2. sudo apt-get install git gcc g++ vim make cmake

复制代码

安装Pangolin

我这里安装Pangolin 0.6,下载链接。下载完是一个压缩包，记得解压一下。
（1）安装依靠项

1. sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev
2. sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev

复制代码

（2）编译
进入解压后的Pangolin文件

1. cd Pangolin
2. mkdir build && cd build
3. cmake -DCPP11_NO_BOOST=1 ..
4. make
5. sudo make install

复制代码

（3）安装乐成后实行下面，会出现下面窗口就是乐成了

1. cd ../examples/HelloPangolin
2. mkdir build && cd build
3. cmake ..
4. make
5. ./HelloPangolin

复制代码

安装OpenCV3

我安装的是OpenCV-3.4.15，很顺利没什么题目。网上也有许多人的用的其他版本，如果之前安装过可以输入下面命令查询。

1. pkg-config --modversion opencv

复制代码

这是opencv官网地点，找到对应的版本，点击点击 Sources 进行下载，得到 opencv-3.4.15.zip 压缩文件。

打开 opencv-3.4.15.zip地点文件夹，实行下面命令解压后放到符合的地方

1. unzip opencv-3.4.15.zip

复制代码

安装依靠项

1. sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
2. sudo apt update
3. sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev
4. sudo apt-get install libavformat-dev libjpeg.dev libtiff5.dev
5. sudo apt-get install libswscale-dev libjasper-dev
6. sudo apt-get install libcanberra-gtk-module libcanberra-gtk3-module
7. #或者
8. sudo apt-get install libcanberra-gtk*

复制代码

配置并编译

1. cd opencv-3.4.15
2. mkdir build && cd build
3. cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
4. #电脑性能差可去掉-j4，性能很好可增加数字（线程）
5. make -j4
6. sudo make install

复制代码

 查询OpenCV版本、库以及头文件目录的三个命令来确保上面的OpenCV安装步骤都正常

1. pkg-config --modversion opencv
2. pkg-config --cflags opencv
3. pkg-config --libs   opencv

复制代码

安装Eigen3

直接安装：

1. sudo apt-get install libeigen3-dev

复制代码

建议源码安装

1. cd eigen3
2. mkdir build && cd build
3. cmake ..
4. make
5. sudo make install

复制代码

安装反面文件在：

1. /usr/local/include/eigen3/

复制代码

复制头文件到/usr/local/include：

1. sudo cp -r /usr/local/include/eigen3/
2. Eigen /usr/local/include

复制代码

安装orb-slam2

下载zip文件后解压，实行
注意：出现了对应的错误则修改，如果没有出现则不修改。每次改动后将 ORB_SLAM2 文件夹下面的 build 文件夹删掉，还有 ORB_SLAM2/Thirdparty/DBoW2 && g2o 文件夹下面的 build 文件夹删掉，之后再实行上面的指令重新编译看看是否有错

1. cd ORB_SLAM2
2. chmod +x build.sh
3. ./build.sh

复制代码

编译时如果有错误1

1. error: ’usleep’ was not declared in this scope

复制代码

根据终端报错表现的文件位置去修改，找到对应的头文件加上

1. #include <unistd.h>

复制代码

编译时如果有错误2

1. error: static assertion failed: std::map must have the same value_type as its allocator

复制代码

把ORB-SLAM2源码目录中include/LoopClosing.h文件中的

1. typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
2.         Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

复制代码

修改为：

1. typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
2.         Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

复制代码

 到这里应该就可以乐成编译了，然后进入正题。
稠密建图

如果之前乐成编译过orb-slam2，下面的工作会顺利许多。
1.新建工作空间

1. #orb_ws是工作空间名，可以自行替换
2. mkdir -p orb_ws/src
3. cd orb_ws
4. catkin_make

复制代码

设置情况变量，在orb_ws目录下打开一个终端

1. echo "source ~/orb_ws/devel/setup.bash" >> ~/.bashrc
2. source ~/.bashrc

复制代码

可以在主目录下ctrl+h看到隐蔽文件.bashrc中最下面多了工作空间的情况变量
2.ORBSLAM2_with_pointcloud_map源码

1. cd orb_ws/src/
2. git clone https://gitcode.com/gaoxiang12/ORBSLAM2_with_pointcloud_map.git

复制代码

删除ORB_SLAM2_modified/Thirdparty/DBoW2/build、ORB_SLAM2_modified/Thirdparty/g2o/build以及ORB_SLAM2_modified/Examples/ROS/ORB_SLAM2/build这3个 build 文件夹。
将 之前下载好的ORB_SLAM2下的Vocabulary子文件夹复制粘贴到ORB_SLAM2_modified 文件夹下。
在ORB_SLAM2_modified文件下的CMakeLists.txt中取消编译器的一些设置。

1. set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -Wall  -O3 -march=native ")
2. set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall   -O3 -march=native")

复制代码

在 Thirdparty/g2o/CMakeLists.txt 中删除 -march=native

1. # Compiler specific options for gcc
2. SET(CMAKE_CXX_FLAGS_RELEASE "${CMAKE_CXX_FLAGS_RELEASE} -O3 -march=native")
3. SET(CMAKE_C_FLAGS_RELEASE "${CMAKE_C_FLAGS_RELEASE} -O3 -march=native")

复制代码

3.编译

1. cd ORB_SLAM2_modified
2. chmod +x build.sh
3. ./build.sh

复制代码

编译时大概会出现的错误1：

1. #报错
2. /usr/include/pcl-1.10/pcl/pcl_config.h:7:4: error: #error PCL requires C++14 or above
3.     7 |   #error PCL requires C++14 or above

复制代码

表明正在利用的点云库 (PCL) 必要至少 C++14 的 C++ 标准版本才能编译，大概利用较旧的 C++ 标准，从而导致此题目。
修改/ORB_SLAM2_modified/CMakeLists.txt文件-std=c++11换成-std=c++14
编译时大概会出现的错误2：

1. /usr/include/c++/9/bits/stl_map.h:122:71: error: static assertion failed: std::map must have the same value_type as its allocator

复制代码

解决办法： 打开include文件下的LoopClosing.h

1. typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
2.         Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

复制代码

更换为：

1. typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
2.         Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

复制代码

编译时大概会出现的错误3：

1. home/cgm/ORBSLAM2_with_pointcloud_map/ORB_SLAM2_modified/Examples/Monocular/mono_tum.cc:81:22: error: ‘std::chrono::monotonic_clock’ has not been declared
2. 81 | std::chrono::monotonic_clock::time_point t1 = std::chrono::monotonic_clock::now();

复制代码

根据报错的文件位置来修改：
将代码中全部利用 `std::chrono::monotonic_clock` 的地方更换为 `std::chrono::steady_clock`。
不出不测，到这里就编译乐成辣！
然后继续编译ros节点，实行：

1. ./build_ros.sh

复制代码

大概会出现下面报错
报错

1. [rosbuild] rospack found package "ORB_SLAM2" at   "/home/fast-drone/catkin_ws/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2", but the   current directory is

复制代码

缘故起因：之前编译过orb-slam2，以是在编译高博的这版ROS_PACKAGE_PATH会辩论，按下面步骤修改一下就好了。
解决办法：
将ORB_SLAM2_modified/Examples/ROS/的ORB_SLAM2改名为ORB_SLAM2_1，如果之前没有编译过orb-slam2不用做这一步。
然后在~/.bashrc最后面设置路径（注意这个path是我的路径，读者必要自己修改）：

1. export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/fast-drone/orb_ws/src/ORBSLAM2_with_pointcloud_map/ORB_SLAM2_modified/Examples/ROS
4. source ~/.bashrc

复制代码

然后进入/opt/ros/noetic/目录下会有一个文件setup.bash，在当前目录下打开一个终端实行：

1. sudo vim setup.bash

复制代码

在setup.bash最下面添加

1. export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/fast-drone/orb_ws/src/ORBSLAM2_with_pointcloud_map/ORB_SLAM2_modified/Examples/ROS

复制代码

然后source setup.bash革新一下，再开一个终端实行：

1. echo $ROS_PACKAGE_PATH

复制代码

检察终端表现是否为自己刚才修改的路径
然后继续编译ros节点

1. cd ORB_SLAM2_modified
2. chmod +x build_ros.sh
3. ./build_ros.sh

复制代码

编译乐成后下面进行数据集的工作
4.数据集

由于之前git clone高博的这版文件中并没有tum数据集，以是还必要用到原版orb-slam2中的官网数据集，当然有自己的数据集也可以用。
在主目录下新建一个darren_file文件，将orb-slam2的data文件中的rgbd_dataset_freiburg1_xyz复制过来。
我的路径是：

1. /home/fast-drone/darren_file/rgbd_dataset_freiburg1_xyz

复制代码

再将ORB_SLAM2_modified/Examples/RGB-D 里全部文件复制到/home/fast-drone/ORB_SLAM2/data/rgbd_dataset_freiburg1_xyz 重名文件直接更换。（这里根据自己的路径修改）
在rgbd_dataset_freiburg1_xyz里开一个终端输入：

1. python associate.py rgb.txt depth.txt  > association.txt

复制代码

乐成的话会天生一个association.txt
大概的报错：

如果没有天生大概是空缺文件，看看是不是这个报错

1.   File "associate.py", line 119, in <module>     matches = associate(first_list, second_list,float(args.offset),float(args.max_difference))

复制代码

解决办法：python2和python3语法不一样，必要将associate.py中

1. first_keys = first_list.keys()
2. second_keys = second_list.keys()

复制代码

换成:

1. first_keys = list(first_list.keys())
2. second_keys = list(second_list.keys())

复制代码

然后再重新实行python associate.py rgb.txt depth.txt  > association.txt
题目就解决辣！
下面继续跑数据集

进入ORB_SLAM2_modified输入
实行（内里的路径修改成自己的）：

1. ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml /home/fast-drone/darren_file/rgbd_dataset_freiburg1_xyz
2. /home/fast-drone/darren_file/rgbd_dataset_freiburg1_xyz
3. /association.txt

复制代码

运行乐成会出现黑白的点云图，而且还不能保存舆图，继续修改。
彩色点云舆图

在ORB_SLAM2_modified/include/Tracking.h添加

1.     // Current Frame
2.     Frame mCurrentFrame;
3.     cv::Mat mImRGB; //添加这行
4.     cv::Mat mImGray;
5.     cv::Mat mImDepth;

复制代码

在ORB_SLAM2_modified/src/Tracking.cc处修改两处

1. cv::Mat Tracking::GrabImageRGBD(const cv::Mat &imRGB,const cv::Mat &imD, const double &timestamp)
2. {
3.     mImRGB = imRGB;//添加这行
4.     mImGray = imRGB;
5.     mImDepth = imD;

复制代码

1. // insert Key Frame into point cloud viewer
2. //mpPointCloudMapping->insertKeyFrame( pKF, this->mImGray, this->mImDepth );
3. mpPointCloudMapping->insertKeyFrame( pKF, this->mImRGB, this->mImDepth ); //修改地方

复制代码

保存彩色点云舆图

修改ORB_SLAM2_modified/src/pointcloudmapping.cc，在此中调用 PCL 库的pcl::io::savePCDFileBinary函数就可以保存点云舆图了，修改如下：
加入头文件

1. #include <pcl/io/pcd_io.h>

复制代码

在 void PointCloudMapping::viewer() 函数中（大概在最后面的那部门代码）加入保存舆图的命令，最后样式如下：

1. ...
2. for ( size_t i=lastKeyframeSize; i<N ; i++ )
3. {
4.     PointCloud::Ptr p = generatePointCloud( keyframes[i], colorImgs[i], depthImgs[i] );
5.     *globalMap += *p;
6. }
7. pcl::io::savePCDFileBinary("vslam.pcd", *globalMap);   // 只需要加入这一句
8. ...

复制代码

 重新编译

进入ORB_SLAM2_modified目录下重新编译（把build文件删除了）

1. cd ORB_SLAM2_modified
2. chmod +x build.sh
3. ./build.sh#编译ros节点./build_ros.sh

复制代码

ORB_SLAM2_modified目录下重开一个终端运行

1. #路径改成自己的./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml /home/fast-drone/darren_file/rgbd_dataset_freiburg1_xyz
2. /home/fast-drone/darren_file/rgbd_dataset_freiburg1_xyz
3. /association.txt

复制代码

此时可以看到下面的彩色点云图

终端ctrl+c停止后，在ORB_SLAM2_modified目录下可以看到一个vslam.pcd文件

 

 在该目录下开一个终端，检察保存的点云舆图：

1. #如果没有安装pcl，执行下面
2. sudo apt-get install pcl-tools
3. #查看点云
4. pcl_viewer vslam.pcd

复制代码

得到保存好的彩色点云舆图，后面就可以用 octomap天生八叉树舆图进行路径规划了。
先苏息下，剩下的八叉树舆图后面再写吧 。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。