Skip to content

VSLAM之maplab编译运行

Jump to bottom
Yuhua edited this page Aug 11, 2020 · 1 revision

VSLAM之maplab篇

maplab介绍

maplab是ETH的ASL团队在2018年开源的一个视觉+惯性导航的建图框架，可以实现多场景建图的创建、处理和操作。它包含了两部分：在线的前端ROVIOLI用于创建地图，可以实现建图和定位功能；离线的地图处理包maplab_console，可以为生成的地图进行二次处理（生成地图优化、组合和建立稠密地图等）。其工作流程如下图所示

tAMUG4.png

  • (a) 在VIO模式下使用ROVIOLI进行建图。

  • (b) 使用maplab console对地图进行优化，实现不同地图的融合。

  • (c) 在定位模式下运行ROVIOLI，定位的功能提高了视觉+惯性导航的位姿估计精度。

maplab的编译

按照官方教程进行编译，

  • 首先安装依赖

需要注意，clang-format-3.8已经无法在18.04的ubuntu上使用了，需要安装3.9版本.

# Install ROS 
export UBUNTU_VERSION=bionic #(Ubuntu 16.04: xenial, Ubuntu 14.04: trusty, Ubuntu 18.04: bionic)
export ROS_VERSION=melodic #(Ubuntu 16.04: kinetic, Ubuntu 14.04: indigo, Ubuntu 18.04: melodic)

# NOTE: Follow the official ROS installation instructions for melodic.
sudo apt install software-properties-common
sudo add-apt-repository "deb http://packages.ros.org/ros/ubuntu $UBUNTU_VERSION main"
wget https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -O - | sudo apt-key add -
sudo apt update
sudo apt install ros-$ROS_VERSION-desktop-full "ros-$ROS_VERSION-tf2-*" "ros-$ROS_VERSION-camera-info-manager*" --yes


# Install framework dependencies.
# NOTE: clang-format-3.8 is not available anymore on bionic, install a newer version.
sudo apt install autotools-dev ccache doxygen dh-autoreconf git liblapack-dev libblas-dev libgtest-dev libreadline-dev libssh2-1-dev pylint clang-format-3.9 python-autopep8 python-catkin-tools python-pip python-git python-setuptools python-termcolor python-wstool libatlas3-base --yes

sudo pip install requests
  • 然后更新ROS环境
sudo rosdep init
rosdep update
echo ". /opt/ros/$ROS_VERSION/setup.bash" >> ~/.bashrc
source ~/.bashrc
  • 创建catkin工作空间
export ROS_VERSION=kinetic #(Ubuntu 16.04: kinetic, Ubuntu 14.04: indigo)
export CATKIN_WS=~/maplab_ws
mkdir -p $CATKIN_WS/src
cd $CATKIN_WS
catkin init
catkin config --merge-devel # Necessary for catkin_tools >= 0.4.
catkin config --extend /opt/ros/$ROS_VERSION
catkin config --cmake-args -DCMAKE_BUILD_TYPE=Release
cd src
  • 下载
git clone https://github.com/ethz-asl/maplab.git --recursive
git clone https://github.com/ethz-asl/maplab_dependencies --recursive
  • 编译：
cd $CATKIN_WS
catkin build maplab
  • 编译maplab遇到问题及相应解决方法：

  1. 下载依赖遇到问题：

    当编译依赖时，会首先下载源码，有时网络不好的话会导致下载失败，进而导致编译失败，解决方法可以参照官方FAQ，首先离线下载源码，然后copy到相应位置，比如opencv_catkin，可以从

    https://github.com/Itseez/opencv/archive/3.2.0.zip

    中下载，然后将源码解压至：

    ~/maplab_ws/build/opencv3_catkin/opencv3_src

  2. 编译opencv3_catkin遇到问题~/maplab_ws/build/opencv3_catkin/opencv3_src/cmake/OpenCVCompilerOptions.cmake报以下错误：

    A duplicate ELSE command was found inside an IF block.

    在OpenCVCompilerOptions.cmake文件中注释掉报错的对应行即可。

  3. 遇到brisk-detector源码问题：解决方法参照https://github.com/ethz-asl/ethzasl_brisk/pull/109，在brisk-feature-detector.cc中加入包含#include

maplab运行

本部分介绍两种方法运行ROVIOLI进行建图，分别是使用rosbag和rostopic；然后运行了定位模式下的ROVIOLI，即加载建好的地图进行定位的方式。

  • 需要的配置文件：

    相机标定文文件，文件样式

    IMU参数-maplab，文件样式

    IMU参数-rovio，文件样式

    Rovio标定文件，文件样式

    默认的配置文件路径为maplab_ws/src/maplab/applications/rovioli/share

  • 从rosbag中建图：

    首先从Euros数据集中下载rosbag，然后运行命令

    # Make sure that your maplab workspace is sourced!
source ~/maplab_ws/devel/setup.bash
roscore&
rosrun rovioli tutorial_euroc save_folder MH_01_easy.bag

    其中，运行脚本路径为：maplab_ws/src/maplab/applications/rovioli/scripts/tutorials

    /tutorial_euroc，包含配置文件的路径和运行模式的选择等。 save_folder 为生成地图的保存路径，MH_01_easy.bag为rosbag的保存路径。

    运行效果如下图：tAy7Je.md.png

    tAyveP.md.png

    地图保存在相应的路径下：

    tA6Jw6.png

  • 从rostopic中建图：

    使用小觅相机(S1030)作为传感器，首先需要将相机kalibr标定结果转换为maplab的配置文件的格式。从相机标定文件中可知，除了相机的内参和畸变系数以外，还有相机坐标系到机体坐标系的外参转换矩阵T_B_C。由kalibr的标定结果可以获得T_ic: (cam0 to imu0)即相机到IMU坐标系的转换，此处机体系和IMU系认为重合，故可在maplab的外参配置文件中使用该矩阵。

    使用以下脚本启动：

    LOCALIZATION_MAP_OUTPUT=$1
NCAMERA_CALIBRATION="$ROVIO_CONFIG_DIR../mynteye/ncameras_pin_equ.yaml"
IMU_PARAMETERS_MAPLAB="$ROVIO_CONFIG_DIR../mynteye/imu-icm20602.yaml"
IMU_PARAMETERS_ROVIO="$ROVIO_CONFIG_DIR../mynteye/imu-sigmas-rovio.yaml"
REST=$@

rosrun rovioli rovioli \
  --alsologtostderr=1 \
  --v=2 \
  --ncamera_calibration=$NCAMERA_CALIBRATION  \
  --imu_parameters_maplab=$IMU_PARAMETERS_MAPLAB \
  --imu_parameters_rovio=$IMU_PARAMETERS_ROVIO \
  --datasource_type="rostopic" \
  --save_map_folder="$LOCALIZATION_MAP_OUTPUT" \
  --map_builder_save_image_as_resources=true \
  --rovio_enable_frame_visualization \
  --optimize_map_to_localization_map=false $REST \

    该脚本保存位置为~/maplab_ws/src/maplab/applications/rovioli/scripts/mynt/tutorial_

    mynt_live_stereo_pinhole_equ.

    首先启动小觅相机，然后启动rovioli：

    roslaunch mynt_eye_ros_wrapper display.launch
source ~/maplab_ws/devel/setup.bash
rosrun rovioli tutorial_mynt_live_stereo_pinhole_equ mynt_stereo_live

    运行效果如下所示：

    tZoD4H.png

    结束运行后同样会对地图进行保存

  • 定位模式下运行ROVIOLI：

    定位模式会大大提高定位的精度，降低轨迹估计的漂移。和VIO模式一样，定位模式同样需要三样标定文件(camera, IMU maplab and IMU rovio)，另外，还需要一个经过优化过的之前生成的VI map。

    产生地图的方式有两种，一种是使用maplab console的方式手动优化地图，另一种是在VIO模式运行rovioli时便将--optimize_map_to_localization_map设置为true，这样rovioli运行结束后便会生成一张优化后的地图。

    可以选择rosbag运行定位模式，参照官方教程，这里不作介绍了，下面主要介绍运行小觅相机使用rostopic的方式。

    运行以下脚本：

    LOCALIZATION_MAP_INPUT=$1
LOCALIZATION_MAP_OUTPUT=$2
NCAMERA_CALIBRATION="$ROVIO_CONFIG_DIR../mynteye/ncameras_pin_equ.yaml"
IMU_PARAMETERS_MAPLAB="$ROVIO_CONFIG_DIR../mynteye/imu-icm20602.yaml"
IMU_PARAMETERS_ROVIO="$ROVIO_CONFIG_DIR../mynteye/imu-sigmas-rovio.yaml"
REST=$@

rosrun rovioli rovioli \
  --alsologtostderr=1 \
  --v=2 \
  --ncamera_calibration=$NCAMERA_CALIBRATION  \
  --imu_parameters_maplab=$IMU_PARAMETERS_MAPLAB \
  --imu_parameters_rovio=$IMU_PARAMETERS_ROVIO \
  --publish_debug_markers  \
  --datasource_type="rostopic" \
  --optimize_map_to_localization_map=false \
  --vio_localization_map_folder=$LOCALIZATION_MAP_INPUT \
  --save_map_folder=$LOCALIZATION_MAP_OUTPUT \
  --map_builder_save_image_as_resources=false \
  --datasource_rosbag=$ROSBAG $REST
  --rovio_enable_frame_visualization \

    运行完成后会保存定位地图，启动小觅相机，然后启动rovioli：

    source ~/maplab_ws/devel/setup.bash
roscore&
rosrun rovioli tutorial_mynt_live_stereo_pinhole_equ_loc save_folder_loc_localization save_map_with_localization

    其中save_folder_loc_localization 为保存的定位地图路径，运行时选择加载。运行的效果如下所示，相比于VIO模式下的话题，在定位模式下的话题包含更多的关于定位信息的话题：

    • /loopclosure_database: Point cloud of all landmarks in the loop closure database.

    • /loop_closures: Lines connecting the current active vertex with all landmarks that have been used for the localization.

    • /loopclosure_inliers: Point cloud with all landmarks that have been used for the last successful localization.

    • /debug_T_G_I_raw_localization: Red points indicating the vertex positions where a successful localization occurred.

    teV8gA.png

感谢使用Prometheus自主无人机软件平台！

Clone this wiki locally