本文转自高翔老师的博客,建议在学完教程的第二讲后,插入学习,做到工程快速入门。
原文链接:https://www.cnblogs.com/gaoxiang12/p/4719156.html
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: [email protected]
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
- 去掉goodmatch太少的帧,最少的goodmatch定义为:
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∥)‖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1cm3cm3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。
TIPS
- 如果在编译时期出现Link错误,请检查你是否链接到了PCL的visualization模块。如果实在不确定,就照着github源码抄一遍。
- 在运动时期,由于存在两张图像完全一样的情况,导致匹配时距离为0。由于本节程序的设置,这种情况会被当成没有匹配,导致VO丢失。请你自己fix一下这个bug,我在下一节当中也进行了检查。