一起做RGB-D SLAM (4)
第四讲 点云拼接
广告：“一起做”系列的代码网址：https://github.com/gaoxiang12/rgbd-slam-tutorial-gx 当博客更新时代码也会随着更新。 SLAM技术交流群：374238181
读者朋友们大家好！尽管还没到一周，我们的教程又继续更新了，因为暑假实在太闲了嘛！
上讲回顾
上一讲中，我们理解了如何利用图像中的特征点，估计相机的运动。最后，我们得到了一个旋转向量与平移向量。那么读者可能会问：这两个向量有什么用呢？在这一讲里，我们就要使用这两个向量，把两张图像的点云给拼接起来，形成更大的点云。
首先，我们把上一讲的内容封装进slamBase库中，代码如下：
include/slamBase.h
1 // 帧结构 2 struct FRAME 3 { 4 cv::Mat rgb, depth; //该帧对应的彩色图与深度图 5 cv::Mat desp; //特征描述子 6 vector<cv::KeyPoint> kp; //关键点 7 }; 8 9 // PnP 结果 10 struct RESULT_OF_PNP 11 { 12 cv::Mat rvec, tvec; 13 int inliers; 14 }; 15 16 // computeKeyPointsAndDesp 同时提取关键点与特征描述子 17 void computeKeyPointsAndDesp( FRAME& frame, string detector, string descriptor ); 18 19 // estimateMotion 计算两个帧之间的运动 20 // 输入：帧1和帧2, 相机内参 21 RESULT_OF_PNP estimateMotion( FRAME& frame1, FRAME& frame2, CAMERA_INTRINSIC_PARAMETERS& camera );
我们把关键帧和PnP的结果都封成了结构体，以便将来别的程序调用。这两个函数的实现如下：
src/slamBase.cpp
1 // computeKeyPointsAndDesp 同时提取关键点与特征描述子 2 void computeKeyPointsAndDesp( FRAME& frame, string detector, string descriptor ) 3 { 4 cv::Ptr<cv::FeatureDetector> _detector; 5 cv::Ptr<cv::DescriptorExtractor> _descriptor; 6 7 cv::initModule_nonfree(); 8 _detector = cv::FeatureDetector::create( detector.c_str() ); 9 _descriptor = cv::DescriptorExtractor::create( descriptor.c_str() ); 10 11 if (!_detector || !_descriptor) 12 { 13 cerr<<"Unknown detector or discriptor type !"<<detector<<","<<descriptor<<endl; 14 return; 15 } 16 17 _detector->detect( frame.rgb, frame.kp ); 18 _descriptor->compute( frame.rgb, frame.kp, frame.desp ); 19 20 return; 21 } 22 23 // estimateMotion 计算两个帧之间的运动 24 // 输入：帧1和帧2 25 // 输出：rvec 和 tvec 26 RESULT_OF_PNP estimateMotion( FRAME& frame1, FRAME& frame2, CAMERA_INTRINSIC_PARAMETERS& camera ) 27 { 28 static ParameterReader pd; 29 vector< cv::DMatch > matches; 30 cv::FlannBasedMatcher matcher; 31 matcher.match( frame1.desp, frame2.desp, matches ); 32 33 cout<<"find total "<<matches.size()<<" matches."<<endl; 34 vector< cv::DMatch > goodMatches; 35 double minDis = 9999; 36 double good_match_threshold = atof( pd.getData( "good_match_threshold" ).c_str() ); 37 for ( size_t i=0; i<matches.size(); i++ ) 38 { 39 if ( matches[i].distance < minDis ) 40 minDis = matches[i].distance; 41 } 42 43 for ( size_t i=0; i<matches.size(); i++ ) 44 { 45 if (matches[i].distance < good_match_threshold*minDis) 46 goodMatches.push_back( matches[i] ); 47 } 48 49 cout<<"good matches: "<<goodMatches.size()<<endl; 50 // 第一个帧的三维点 51 vector<cv::Point3f> pts_obj; 52 // 第二个帧的图像点 53 vector< cv::Point2f > pts_img; 54 55 // 相机内参 56 for (size_t i=0; i<goodMatches.size(); i++) 57 { 58 // query 是第一个, train 是第二个 59 cv::Point2f p = frame1.kp[goodMatches[i].queryIdx].pt; 60 // 获取d是要小心！x是向右的，y是向下的，所以y才是行，x是列！ 61 ushort d = frame1.depth.ptr<ushort>( int(p.y) )[ int(p.x) ]; 62 if (d == 0) 63 continue; 64 pts_img.push_back( cv::Point2f( frame2.kp[goodMatches[i].trainIdx].pt ) ); 65 66 // 将(u,v,d)转成(x,y,z) 67 cv::Point3f pt ( p.x, p.y, d ); 68 cv::Point3f pd = point2dTo3d( pt, camera ); 69 pts_obj.push_back( pd ); 70 } 71 72 double camera_matrix_data[3][3] = { 73 {camera.fx, 0, camera.cx}, 74 {0, camera.fy, camera.cy}, 75 {0, 0, 1} 76 }; 77 78 cout<<"solving pnp"<<endl; 79 // 构建相机矩阵 80 cv::Mat cameraMatrix( 3, 3, CV_64F, camera_matrix_data ); 81 cv::Mat rvec, tvec, inliers; 82 // 求解pnp 83 cv::solvePnPRansac( pts_obj, pts_img, cameraMatrix, cv::Mat(), rvec, tvec, false, 100, 1.0, 100, inliers ); 84 85 RESULT_OF_PNP result; 86 result.rvec = rvec; 87 result.tvec = tvec; 88 result.inliers = inliers.rows; 89 90 return result; 91 }
此外，我们还实现了一个简单的参数读取类。这个类读取一个参数的文本文件，能够以关键字的形式提供文本文件中的变量：
include/slamBase.h
1 // 参数读取类 2 class ParameterReader 3 { 4 public: 5 ParameterReader( string filename="./parameters.txt" ) 6 { 7 ifstream fin( filename.c_str() ); 8 if (!fin) 9 { 10 cerr<<"parameter file does not exist."<<endl; 11 return; 12 } 13 while(!fin.eof()) 14 { 15 string str; 16 getline( fin, str ); 17 if (str[0] == '#') 18 { 19 // 以‘＃’开头的是注释 20 continue; 21 } 22 23 int pos = str.find("="); 24 if (pos == -1) 25 continue; 26 string key = str.substr( 0, pos ); 27 string value = str.substr( pos+1, str.length() ); 28 data[key] = value; 29 30 if ( !fin.good() ) 31 break; 32 } 33 } 34 string getData( string key ) 35 { 36 map<string, string>::iterator iter = data.find(key); 37 if (iter == data.end()) 38 { 39 cerr<<"Parameter name "<<key<<" not found!"<<endl; 40 return string("NOT_FOUND"); 41 } 42 return iter->second; 43 } 44 public: 45 map<string, string> data; 46 };
它读的参数文件是长这个样子的：
# 这是一个参数文件 # 去你妹的yaml! 我再也不用yaml了！简简单单多好！ # part 4 里定义的参数 detector=SIFT descriptor=SIFT good_match_threshold=4 # camera camera.cx=325.5; camera.cy=253.5; camera.fx=518.0; camera.fy=519.0; camera.scale=1000.0;
嗯，参数文件里，以“变量名=值”的形式定义变量。以井号开头的是注释啦！是不是很简单呢？
小萝卜：师兄你为何对yaml有一股强烈的怨念？
师兄：哎，不说了……总之实现简单的功能，就用简单的东西，特别是从教程上来说更应该如此啦。
现在，如果我们想更改特征类型，就只需在parameters.txt文件里进行修改，不必编译源代码了。这对接下去的各种调试都会很有帮助。
拼接点云
点云的拼接，实质上是对点云做变换的过程。这个变换往往是用变换矩阵(transform matrix)来描述的：$$T=\left[ \begin{array}{ll} R_{3 \times 3} & t_{3 \times 1} \\ O_{1 \times 3} & 1 \end{array} \right] \in R^{4 \times 4} $$ 该矩阵的左上部分是一个$3 \times 3$的旋转矩阵，它是一个正交阵。右上部分是$3 \times 1$的位移矢量。左下是$3 \times 1$的缩放矢量，在SLAM中通常取成0，因为环境里的东西不太可能突然变大变小（又没有缩小灯）。右下角是个1. 这样的一个阵可以对点或者其他东西进行齐次变换：$$ \left[ \begin{array}{l} y_1 \\ y_2 \\ y_3 \\ 1 \end{array} \right] = T \cdot \left[ \begin{array}{l} x_1 \\ x_2 \\ x_3 \\ 1 \end{array} \right]$$
由于变换矩阵结合了旋转和缩放，是一种较为经济实用的表达方式。它在机器人和许多三维空间相关的科学中都有广泛的应用。PCL里提供了点云的变换函数，只要给定了变换矩阵，就能对移动整个点云：
pcl::transformPointCloud( input, output, T );
小萝卜：所以我们现在就是要把OpenCV里的旋转向量、位移向量转换成这个矩阵喽？
师兄：对！OpenCV认为旋转矩阵$R$，虽然有$3\times 3$那么大，自由变量却只有三个，不够节省空间。所以在OpenCV里使用了一个向量来表达旋转。向量的方向是旋转轴，大小则是转过的弧度.
小萝卜：但是我们又把它变成了矩阵啊，这不就没有意义了吗！
师兄：呃，这个，确实如此。不管如何，我们先用罗德里格斯变换（Rodrigues）将旋转向量转换为矩阵，然后“组装”成变换矩阵。代码如下：
src/joinPointCloud.cpp
1 /************************************************************************* 2 > File Name: src/jointPointCloud.cpp 3 > Author: Xiang gao 4 > Mail: gaoxiang12@mails.tsinghua.edu.cn 5 > Created Time: 2015年07月22日 星期三 20时46分08秒 6 ************************************************************************/ 7 8 #include<iostream> 9 using namespace std; 10 11 #include "slamBase.h" 12 13 #include <opencv2/core/eigen.hpp> 14 15 #include <pcl/common/transforms.h> 16 #include <pcl/visualization/cloud_viewer.h> 17 18 // Eigen ! 19 #include <Eigen/Core> 20 #include <Eigen/Geometry> 21 22 int main( int argc, char** argv ) 23 { 24 //本节要拼合data中的两对图像 25 ParameterReader pd; 26 // 声明两个帧，FRAME结构请见include/slamBase.h 27 FRAME frame1, frame2; 28 29 //读取图像 30 frame1.rgb = cv::imread( "./data/rgb1.png" ); 31 frame1.depth = cv::imread( "./data/depth1.png", -1); 32 frame2.rgb = cv::imread( "./data/rgb2.png" ); 33 frame2.depth = cv::imread( "./data/depth2.png", -1 ); 34 35 // 提取特征并计算描述子 36 cout<<"extracting features"<<endl; 37 string detecter = pd.getData( "detector" ); 38 string descriptor = pd.getData( "descriptor" ); 39 40 computeKeyPointsAndDesp( frame1, detecter, descriptor ); 41 computeKeyPointsAndDesp( frame2, detecter, descriptor ); 42 43 // 相机内参 44 CAMERA_INTRINSIC_PARAMETERS camera; 45 camera.fx = atof( pd.getData( "camera.fx" ).c_str()); 46 camera.fy = atof( pd.getData( "camera.fy" ).c_str()); 47 camera.cx = atof( pd.getData( "camera.cx" ).c_str()); 48 camera.cy = atof( pd.getData( "camera.cy" ).c_str()); 49 camera.scale = atof( pd.getData( "camera.scale" ).c_str() ); 50 51 cout<<"solving pnp"<<endl; 52 // 求解pnp 53 RESULT_OF_PNP result = estimateMotion( frame1, frame2, camera ); 54 55 cout<<result.rvec<<endl<<result.tvec<<endl; 56 57 // 处理result 58 // 将旋转向量转化为旋转矩阵 59 cv::Mat R; 60 cv::Rodrigues( result.rvec, R ); 61 Eigen::Matrix3d r; 62 cv::cv2eigen(R, r); 63 64 // 将平移向量和旋转矩阵转换成变换矩阵 65 Eigen::Isometry3d T = Eigen::Isometry3d::Identity(); 66 67 Eigen::AngleAxisd angle(r); 68 cout<<"translation"<<endl; 69 Eigen::Translation<double,3> trans(result.tvec.at<double>(0,0), result.tvec.at<double>(0,1), result.tvec.at<double>(0,2)); 70 T = angle; 71 T(0,3) = result.tvec.at<double>(0,0); 72 T(1,3) = result.tvec.at<double>(0,1); 73 T(2,3) = result.tvec.at<double>(0,2); 74 75 // 转换点云 76 cout<<"converting image to clouds"<<endl; 77 PointCloud::Ptr cloud1 = image2PointCloud( frame1.rgb, frame1.depth, camera ); 78 PointCloud::Ptr cloud2 = image2PointCloud( frame2.rgb, frame2.depth, camera ); 79 80 // 合并点云 81 cout<<"combining clouds"<<endl; 82 PointCloud::Ptr output (new PointCloud()); 83 pcl::transformPointCloud( *cloud1, *output, T.matrix() ); 84 *output += *cloud2; 85 pcl::io::savePCDFile("data/result.pcd", *output); 86 cout<<"Final result saved."<<endl; 87 88 pcl::visualization::CloudViewer viewer( "viewer" ); 89 viewer.showCloud( output ); 90 while( !viewer.wasStopped() ) 91 { 92 93 } 94 return 0; 95 }
重点在于59至73行，讲述了这个转换的过程。
变换完毕后，我们就得到了拼合的点云啦：
怎么样？是不是有点成就感了呢？
接下来的事……
至此，我们已经实现了一个只有两帧的SLAM程序。然而，也许你还不知道，这已经是一个视觉里程计(Visual Odometry)啦！只要不断地把进来的数据与上一帧对比，就可以得到完整的运动轨迹以及地图了呢！
小萝卜：这听着已经像是SLAM了呀！
师兄：嗯，要做完整的SLAM，还需要一些东西。以两两匹配为基础的里程计有明显的累积误差，我们需要通过回环检测来消除它。这也是我们后面几讲的主要内容啦！
小萝卜：那下一讲我们要做点什么呢？
师兄：我们先讲讲关键帧的处理，因为把每个图像都放进地图，会导致地图规模增长地太快，所以需要关键帧技术。然后呢，我们要做一个SLAM后端，就要用到g2o啦！
课后作业
由于参数文件可以很方便地调节，请你试试不同的特征点类型，看看哪种类型比较符合你的心意。为此，最好在源代码中加入显示匹配图的代码哦！
未完待续
如果你觉得我的博客有帮助，可以进行几块钱的小额赞助，帮助我把博客写得更好。
