文章目录

• 前言
• 一、新建工作空间
• 二、下载rgbdslam_v2作者对应的g2o
• 三、安装pcl1.8
• 四、配置rgbdslam_v2
• 五、构建siftgpu库
• 六、编译rgbdslam_v2
• 七、测试
• • 1、简单测试
  • 2、数据集测试

前言

  在前面的学习中，slam构建出的地图都是二维地图，而目前很多算法可以实现三维信息的地图构建，机器人不仅知道地图中的什么位置有障碍物，而且还知道该障碍物是什么。
  ROS提供了多种3D SLAM的功能包，rgbdslam就是其中一种，本篇主要学习rgbdslam的安装与测试。

一、新建工作空间

命令如下：

mkdir -p ~/catkin_rgbdslam_ws/src
cd ~/catkin_rgbdslam_ws/src
catkin_init_workspace
cd ~/catkin_rgbdslam_ws
catkin_make

二、下载rgbdslam_v2作者对应的g2o

命令如下：

cd ~/catkin_rgbdslam_ws/src
sudo apt-get install libsuitesparse-dev  
git clone https://github.com/felixendres/g2o.git
cd g2o
mkdir build
cd build
cmake ..
make..
sudo make install

其中，第二条命令负责安装依赖。

三、安装pcl1.8

下载，命令如下：

cd ~
wget https://github.com/PointCloudLibrary/pcl/archive/pcl-1.8.0.tar.gz
tar -xvzf pcl-pcl-1.8.0.tar.gz
cd ~/pcl-pcl-1.8.0
gedit CMakeLists.txt

将以下内容添加到CMakeLists.txt的第146行（在endif（）之后），即添加C++11支持：

SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

编译、安装，命令如下：

cd ~/pcl-pcl-1.8.0
mkdir build
cd build
cmake ../
make VERBOSE=1
sudo make install

四、配置rgbdslam_v2

命令如下：

cd ~/catkin_rgbdslam_ws/src
git clone https://github.com/felixendres/rgbdslam_v2
cd rgbdslam_v2
gedit CMakeLists.txt

修改CMakeLists文件内容，将

find_package(PCL 1.7 REQUIRED COMPONENTS common io)

改为：

find_package(PCL 1.8 REQUIRED COMPONENTS common io)

并且在最低端加入以下内容：

SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

修改 /opt/ros/kinetic/share/pcl_ros/cmake/pcl_rosConfig.cmake文件,将所有/usr/lib/x86_64-linux-gnu/libpcl_开头的内容改成/usr/local/lib/libpcl_（总计34个）

五、构建siftgpu库

命令如下：

cd ~/catkin_rgbdslam_ws/src/rgbdslam_v2/external/SiftGPU
sudo apt-get install libglew-dev
sudo apt-get install libdevil1c2 libdevil-dev
make

六、编译rgbdslam_v2

命令如下：

cd ~/catkin_rgbdslam_ws
catkin_make
cd build/rgbdslam_v2
make VERBOSE=1
make install

若编译报opencv错误，可以根据本篇博客 openCV踩坑日记进行操作，然后重新编译。

七、测试

1、简单测试

新开一个终端，运行roscore

roscore

切换到/catkin_rgbdslam_ws/devel/lib/rgbdslam/目录下，打开另一个终端，运行如下命令：

./rgbdslam

界面如下：

若此界面正常显示，则证明rgbdslam安装成功。

2、数据集测试

  下载数据集，下载地址：http://vision.in.tum.de/data/datasets/rgbd-dataset/download#freiburg1_room，将下载好的.bag文件存放到catkin_rgbdslam_ws/rgdb_data目录下。
  修改rgdbslam.launch文件，确保订阅的话题与数据集的一致，修改内容如下：

<param name="config/topic_image_mono"              value="/camera/rgb/image_color"/> 
<param name="config/topic_image_depth"             value="/camera/depth/image"/>

打开终端，输入命令如下：

roscore

切换到rgdbslam_v2/launch目录下，打开新的终端，命令如下：

roslaunch rgbdslam rgbdslam.launch

界面如下所示：

切换到catkin_rgbdslam_ws/rgdb_data目录下，打开新的终端，命令如下：

rosbag play rgbd_dataset_freiburg1_room.bag

数据包开始发布数据时，就可以在界面中看到图像数据和slam的过程，如下：

建图完成后，直接在菜单栏中选择保存为点云数据，我保存在rgdb_data目录下，文件名为quicksave.pcd。

  可以使用pcl_ros功能包查看已保存的点云地图：

rosrun pcl_ros pcd_to_pointcloud quicksave.pcd