视觉SLAM实验要在Ubuntu20.04系统上使用ROS跑ORB-SLAM3,熟悉一下特征点法的SLAM,把安装过程总结记录下来。
文章目录
一、配置版本信息
系统版本ubuntu20.04Pangolin0.6Eigen3Opencv4.2usb_cam
二、替换镜像源
# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse# 预发布软件源,不建议启用# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
执行命令更新源
sudoapt-get update
sudoapt-get upgrade
三、安装ROS环境
1、ROS简介
ROS全称Robot Operating System(机器人操作系统)
- ROS是适用于机器人的开源元操作系统
- ROS集成了大量的工具,库,协议,提供类似OS所提供的功能,简化对机器人的控制
- 还提供了用于在多台计算机上获取,构建,编写和运行代码的工具和库,ROS在某些方面类似于"机器人框架”
- ROS设计者将ROS表述为“ROS = Plumbing + Tools + Capabilities + Ecosystem",即ROS是通讯机制、工具软件包、机器人高层技能以及机器人生态系统的集合体
2、小鱼安装
小鱼老师把国外关于ROS的库放到了自己的服务器上,所以只用向他的服务器发送命令就能快速安装
安装ROS系统配置比较复杂,Ubuntu20.04对应ROS版本为noetic,推荐使用小鱼老师的一键安装、配置ROS的代码
wget http://fishros.com/install -O fishros &&bash fishros
平时使用都是ROS1,ROS2是ROS1的改进版本,支持多机,分布式,暂时不会使用。
四、环境配置
1、安装库
(1)安装git,g++
sudoapt-getinstallgitsudoaptinstall g++
建议先安装ROS中的
cv_bridge
和
libopencv-dev
,再安装和libopencv版本号一样的opencv库,这样可以避免opencv的版本冲突问题。
(2)安装cv_bridge库
sudoapt-getinstall libopencv-dev
sudoapt-getinstall ros-noekit-cv-bridge
(3)安装Opencv
①安装依赖项
sudoapt-getinstall build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudoaptinstall python3-dev python3-numpy
sudoaptinstall libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
sudoaptinstall libpng-dev libopenexr-dev libtiff-dev libwebp-dev
②下载Opencv源文件
解压至主目录,重新命名:opencv
③安装OpenCV
cd opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=YES ..make -j16
sudomakeinstall
④查看版本号
pkg-config --modversion opencv4
由于noekit的自带libopencv版本是4.2.0,如果安装opencv3会出现版本冲突使编译不通过。如果安装opencv4但不是4.2.0依然会产生冲突,但编译能够通过,但运行时会出现核心已转储的问题。所以建议直接安装和libopencv一样的版本,
小鱼的ROS已经自带OpenCV4.2.0,所以只需要挑着安装即可
(4)安装EIGEN库
sudoapt-getinstall libeigen3-dev
(5)安装Pangolin库
①下载Pangolin 0.6
解压到主目录,重新命名为
Pangolin
②安装依赖项
sudoapt-getinstall libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev
sudoapt-getinstall ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev
③编译安装
cd Pangolin
mkdir build &&cd build
cmake -DCPP11_NO_BOOST=1..make
sudomakeinstall
④验证
cd../examples/HelloPangolin
mkdir build &&cd build
cmake ..
make
./HelloPangolin
#成功会弹出如下窗口
(6)安装Boost库
①这里非常坑,官网上的依赖没有boost,但如果不安装boost会报很多的关于c++的错误,并且无法定位
②进入boost官网网址:http://www.boost.org/users/download/
③解压编译安装
tar -xvf boost_1_77_0.tar.gz
cd ./boost_1_77_0
./bootstrap.sh
sudo ./b2 install
2、ORB-SLAM3编译
(1)下载ORB-SLAM3
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
(2)修改源文件
①ORB_SLAM3下CMakeLists.txt
- 第20行 c++11
set(CMAKE_CXX_STANDARD 14)
- 第41行 Eigen3
find_package(Eigen3 REQUIRED)
②修改ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt
- 第12、13行,去掉-march=native,避免运行一段时间后核心已转储的问题
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall -O3")
第41行,将find_package(Eigen3 3.1.0 REQUIRED)修改
find_package(Eigen3 REQUIRED)
- 第20行,std=c++11
set(CMAKE_CXX_STANDARD 14)
- 第33行OpenCV版本
find_package(OpenCV 4.2.0 REQUIRED)
- 修改ORB_SLAM3/Thirdparty/DBoW2 /CMakeLists.txt
去掉-march=native,避免运行一段时间后核心已转储的问题
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall -O3")
- 修改ORB_SLAM3/Thirdparty/g2o/CMakeLists.txt 去掉-march=native,避免运行一段时间后核心已转储的问题
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall -O3")
将find_package(Eigen3 3.1.0 REQUIRED)修改
find_package(Eigen3 REQUIRED)
(3)安装python2.7
sudoaptinstall libpython2.7-dev
(4)添加ROS环境
①在编译ros版本时候需要初始化ROS,在**~/.bashrc的最后一行加入以下代码
sudo gedit ~/.bashrc
exportROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/geekfanr/workspace/ORB_SLAM3/Examples/ROS
#保存退出source ~/.bashrc
②再打开一个终端运行
echo${ROS_PACKAGE_PATH}
如果能正确显示刚刚加入的地址则正常
ROS中使用许多工具前,要求需要初始化rosdep(可以安装系统依赖),rosdep 的初始化与更新
小鱼基于rosdep源码制作了rosdepc,专门服务国内ROS用户
sudo pip install rosdepc
(5)编译
①编译ORB-SLAM3
cd ORB_SLAM3
chmod +x build.sh
./build.sh
②编译ROS下ORB-SLAM3
cd ORB_SLAM3
chmod +x build_ros.sh
./build_ros.sh
五、ORB-SLAM3运行
1、创建工作目录
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
catkin_init_workspace
cd ~/catkin_ws/
catkin_make
source ~/catkin_ws/devel/setup.bash
2、安装usb_cam
cd catkin_ws/src
git clone https://github.com/bosch-ros-pkg/usb_cam.git
cd..
ctakin_make
source ./devel/setup.bash
3、编译usb_cam
cd ~/catkin_ws/src/usb_cam
mkdir build
cd build
cmake ..make
4、测试usb摄像头
打开新终端,运行ROS
roscore
cd ~/catkin_ws/
回到原终端运行launch文件
source devel/setup.bash
roslaunch usb_cam usb_cam-test.launch
这里注意,如果是虚拟机运行,需要把USB控制器的USB兼容性给为USB 3.1
5、相机标定
(1)安装v4l2
sudoapt-getinstall v4l-utils
(2)张正友相机标定方法
在ROS中已经集成了对相机完成标定以及畸变矫正的整个流程,用起来非常方便。通常使用张正友相机标定方法,即利用平面坐标的单应性关系,流程简洁
(3)8×6的角点
黑白棋盘格是由9×7的黑白格组成,但是使用时仅仅用到内部交点数即8×6的角点
rosrun camera_calibration cameracalibrator.py –size 8×6 –square 0.03 image:=/usb_cam/image_raw
(4)保存标定结果
注意标定过程中左右,上下,前后,对角方向前后倾斜标定板,这样使得右边X,Y,Size,Skew变成绿色后,CALIBRATE按钮变为蓝色,然后点击(等上半分钟左右)变为下面三个按钮都可以点击,依次点击SAVE(保存)和COMMIT(提交)到相机配置文件中。即可将标定结果保存至本地。
(5)标定结果文件calibrationdata.tar.gz
点击SAVE之后:(‘Wrote calibration data to’, ‘/tmp/calibrationdata.tar.gz’)
找到标定结果文件后,按照其数据修改
Examples_Old/ROS/ORB_SLAM3
目录下
Asus.yaml
6、数据保存
(1)点击
save
按钮,终端会打印生成文件及路径(计算机目录/tmp下)
(2)点击
commit
按钮,提交数据并退出程序,可以看到提示写入文件head_camera.yaml
writing calibration data to /home/geekfanr/.ros/camera_info/head_camera.yaml
(3)修改Asus.yaml
找到标定结果文件后,按照其数据修改Examples_Old/ROS/ORB_SLAM3目录下
Asus.yaml
(4)相机矩阵参数
由于OpenCV标定出来的文件,畸变参数好像和ORB-SLAM2使用的畸变参数略有不同,这里先不填,只填上相机矩阵的参数。
7、运行ROS下ORB-SLAM3
(1)接收话题名称更改
在运行程序之前,需要将ORB_SLAM3/Examples_Old/ROS/ORB_SLAM3/src/ros_mono.cc和ORB_SLAM3/Examples_Old/ROS/ORB_SLAM3/src/AR/ros_mono_ar.cc的接收话题名称更改
ros::NodeHandle nodeHandler;
ros::Subscriber sub = nodeHandler.subscribe("/usb_cam/image_raw", 1, &ImageGrabber::GrabImage,&igb);
ros::spin();
(2)执行单目实时usb_cam效果
rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml
六、总结
目前能够编译运行诸如此类的特征法SLAM开源项目了,虽然初学经历了各种尝试,但是熟悉了Linux系统和ROS系统的操作、cmake、shell、OpenCV等等,为了能够自己进行开发,还需要更深入的学习。
从开源项目入手,学习其理论和工程实现,是入门的捷径,只有看懂的代码才改的动代码,深入之后在其基础上做一定的改进。
工程实现只是科研的一部分,作为研究生,更重要的是抓住SLAM中的一个小问题,看看能否对现有的算法进行改进或者比较。所以还是要从论文出发,寻找灵感,去实现,并验证效果。
版权归原作者 极客范儿 所有, 如有侵权,请联系我们删除。