一起做RGB-D SLAM (5)
2015-10-23 16:21
399 查看
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=1 end_index=700 # 数据所在目录 rgb_dir=../data/rgb_png/ rgb_extension=.png depth_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：
去掉goodmatch太少的帧，最少的goodmatch定义为：
min_good_match=10
去掉solvePnPRASNAC里，inlier较少的帧，同理定义为：
min_inliers=5
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。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 【扣丁学堂】让程序员的开发项目不再半途而废
- HTML文本编辑
- 杭电1048--输出输出格式控制
- Spring3.2.9 + JdbcTemplate 学习
- INFORMATION_SCHEMA.COLUMNS-表的字段信息
- java基础 - 进制转换
- 线程
- 使用命令行编译、打包、运行WordCount--不用eclipse
- Maven生命周期详解
- Redis KVStore 在阿里云环境下的性能报告及问题
- 设置透明的导航栏
- 一起做RGB-D SLAM (4)
- JBoss7.1配置Oracle11g数据源，详细图解
- jquery效果
- 存储过程，稍微复杂
- Java 反向代理J2EP
- 一起做RGB-D SLAM (3)
- POJ 1703 Find them, Catch them（带权并查集）
- 触发器--里面涉及触发器调存储过程
- 在labbrand上看到的几个模块