ORB-SLAM2
https://github.com/raulmur/ORB_SLAM2
是一个西班牙帅哥弄的
Raul Mur-Artal

由于我对ROS太熟悉了，所以直接用了ROS Examples
需要ubuntu系统，需要先安装ROS，推荐jade
选一个好点的摄像头，我选了个120度广角的，分辨率弄成640×480
摄像头需要标定，需要在A4纸上打印黑白棋盘格，然后获取摄像头的各种参数
参考opencv教程http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html

import cv2
import numpy as np
nWidthOfROI = 90
a = np.zeros((630,891))
for i in range(a.shape[0]):
for j in range(a.shape[1]):
if (i/nWidthOfROI + j/nWidthOfROI)%2:
a[i,j] = 255;
cv2.imshow("test",a)
cv2.imwrite("cal_board.jpg",a)
cv2.waitKey(0)

对着一个标定纸各种角度各种拍，且遍历覆盖图像上的每个xy坐标
附送摄像头拍照脚本
import cv2
import os
camera = cv2.VideoCapture(0)
j=0
cv2.namedWindow("asdf",flags=cv2.WINDOW_NORMAL)
cv2.resizeWindow("asdf",1280,800)
while True:
j+=1
(grabbed, frame0) = camera.read()
fname = "./data/left"+str(j)+".jpg"
if os.path.isfile(fname):
j+=1
fname = "./data/left"+str(j)+".jpg"
cv2.imwrite(fname,frame0)
cv2.imshow("asdf", frame0)
key = cv2.waitKey(500) & 0xFF
for i in range(5):
camera.grab()

用这个教程里的代码测量照相机的camera matrix和5个distorsion 系数，保存到一个yaml文件里，格式参考ORB_SLAM2里example里面，monoslam里面的yaml文件

将ORB_SLAM2的ROS package添加到ROS路径：
export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM2/Examples/ROS
新开一个terminal 开一个roscore:
roscore
运行
rosrun ORB_SLAM2 Mono Vocabulary/ORBvoc.txt 加你的yaml文件

据说能跑出这种效果
https://www.youtube.com/watch?v=8DISRmsO2YQ

我现在的感受是侧向移动时超级准，但是正向移动时弱爆了

这个做什么用的

路过
　　　　　　失败的越多，得到的就越多。
　　　--来自助手版贴吧客户端

mark
开始搬砖

今天做的改进：由于该项目在提取特征，存储点云，以及插入关键帧时都不记录点云的颜色信息，画点云时只有两种颜色，在相机视角范围内的为红色，其它的为黑色，这样很不利于观察，看不大懂画的是什么结构，是房间的哪里。
可以通过修改MapPoint类，增加公开的成员变量，来记录特征点的颜色信息，并在插入关键帧后，在AddMapPoint前给MapPoint实例的颜色变量赋值，并在Frame类中添加一个vector来存储某一帧中所有特征点的颜色信息，需要在KeyFrame类中做类似工作。实例化Frame时要给他彩色图，因此要阻止实例化前转为彩色的操作，等到真正提取ORB特征时再灰度化。
显示是在MapViewer类中，调用opengl绘制点云，只需要在for循环里不断设置每个点的颜色就好了。这样点云看起来更像真实场景。
由于特征点往往是角点，很容易混进背景的颜色，所以效果没有想象中好，模糊后效果稍有改进，opengl背景设为黑色，颜色看起来饱和度更高。