ORB-SLAM2只做定位的话，精度还是挺准确的，所以用单目摄像头录制视频，制作自己的数据集跑一下，看看定位精度，将过程加以记录。
文章目录
- 一、系统配置
- 二、制作数据集
- 1、脚本编写
- 2、配置文件编写
- 3、录制视频素材
- （1）将手机横向拍摄
- （2）开始拍摄时，首先手机左右缓慢水平移动，为了是ORB-SLAM2初始化正常，像螃蟹一样左右移动小步即可
- （3）五秒左右，再慢慢往前走，不要走的太快，转弯时不要太快，防止跟踪丢失
- （4）录制完成后，将其复制到ORB_SLAM2文件下，重命名为test.mp4
- 4、修改CMakeLists.txt
- 5、编译运行
- 三、总结
一、系统配置
| 系统 | 版本 |
|---|---|
| ubuntu | 18.04 |
| OpenCV | 3.4.13 |
| Eigen | 3.2.10 |
| Pangolin | 0.5 |
二、制作数据集
1、脚本编写
test.cpp
#include <opencv2/opencv.hpp>
#include "System.h"
#include <string>
#include <chrono> // for time stamp
#include <iostream>
using namespace std;
// 参数文件与字典文件
// 如果你系统上的路径不同，请修改它
string parameterFile = "./test.yaml";
string vocFile = "./Vocabulary/ORBvoc.txt";
// 视频文件，若不同请修改
string videoFile = "./test.mp4";
int main(int argc, char **argv) {// 声明 ORB-SLAM2 系统ORB_SLAM2::System SLAM(vocFile, parameterFile, ORB_SLAM2::System::MONOCULAR, true);// 获取视频图像cv::VideoCapture cap(videoFile); // 参数0为usb相机// 记录系统时间auto start = chrono::system_clock::now();while (1) {cv::Mat frame;cap >> frame; // 读取相机数据if ( frame.data == nullptr )continue;// rescale because image is too largecv::Mat frame_resized;cv::resize(frame, frame_resized, cv::Size(640,360));auto now = chrono::system_clock::now();auto timestamp = chrono::duration_cast<chrono::milliseconds>(now - start);SLAM.TrackMonocular(frame_resized, double(timestamp.count())/1000.0);cv::waitKey(30);}return 0;}
2、配置文件编写
test.yaml
%YAML:1.0#--------------------------------------------------------------------------------------------
# Camera Parameters. Adjust them!
#--------------------------------------------------------------------------------------------# Camera calibration and distortion parameters (OpenCV)
Camera.fx: 500.0
Camera.fy: 500.0
Camera.cx: 320.0
Camera.cy: 240.0Camera.k1: 0.262383
Camera.k2: -0.953104
Camera.p1: -0.005358
Camera.p2: 0.002628
Camera.k3: 1.163314# Camera frames per second
Camera.fps: 30.0# Color order of the images (0: BGR, 1: RGB. It is ignored if images are grayscale)
Camera.RGB: 0#--------------------------------------------------------------------------------------------
# ORB Parameters
#--------------------------------------------------------------------------------------------# ORB Extractor: Number of features per image
ORBextractor.nFeatures: 1000# ORB Extractor: Scale factor between levels in the scale pyramid
ORBextractor.scaleFactor: 1.2# ORB Extractor: Number of levels in the scale pyramid
ORBextractor.nLevels: 8# ORB Extractor: Fast threshold
# Image is divided in a grid. At each cell FAST are extracted imposing a minimum response.
# Firstly we impose iniThFAST. If no corners are detected we impose a lower value minThFAST
# You can lower these values if your images have low contrast
ORBextractor.iniThFAST: 10
ORBextractor.minThFAST: 5#--------------------------------------------------------------------------------------------
# Viewer Parameters
#--------------------------------------------------------------------------------------------
Viewer.KeyFrameSize: 0.05
Viewer.KeyFrameLineWidth: 1
Viewer.GraphLineWidth: 0.9
Viewer.PointSize: 2
Viewer.CameraSize: 0.08
Viewer.CameraLineWidth: 3
Viewer.ViewpointX: 0
Viewer.ViewpointY: -0.7
Viewer.ViewpointZ: -1.8
Viewer.ViewpointF: 500
将两个文件复制到ORB_SLAM2根目录下
3、录制视频素材
（1）将手机横向拍摄
（2）开始拍摄时，首先手机左右缓慢水平移动，为了是ORB-SLAM2初始化正常，像螃蟹一样左右移动小步即可
（3）五秒左右，再慢慢往前走，不要走的太快，转弯时不要太快，防止跟踪丢失
（4）录制完成后，将其复制到ORB_SLAM2文件下，重命名为test.mp4
4、修改CMakeLists.txt
修改ORB_SLAM2里面的CMakeLists.txt，添加如下代码：
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR})
add_executable(test test.cpp)
target_link_libraries(test ${PROJECT_NAME})
5、编译运行
cd ORB_SLAM2
mkdir build
cd build
cmake ..
make -j
cd ..
./test
三、总结
ORB-SLAM2将ORB-SLAM从单目相机扩展到双目和RGB-D相机，包含一种定位模式，只要环境中没有显著变化，它就能对已建图区域中轻量级长期定位非常有用。在这种模式下，局部建图和回环线程没有激活，使用跟踪线程连续地定位相机（如果需要，使用重定位）。在这种模式下，跟踪线程利用视觉里程计匹配和地图点匹配。视觉里程计匹配是当前帧中ORB和之前帧通过双目/深度信息创建的三维点之间的匹配。这些匹配使得定位对于未建图区域较为鲁棒，但是会累积漂移。地图点匹配保证了对现有地图的无漂移定位。
