ORBSLAM3 运行流程 以rgbd_tum.cc函数为例进行分析

一、运行

使用的是D435i相机自己录制的数据。

运行命令：

./Examples/RGB-D/rgbd_tum  '/opt/vslam/ORB_SLAM3_detailed_comments-dense_map_new/Vocabulary/ORBvoc.txt' '/opt/vslam/ORB_SLAM3_detailed_comments-dense_map_new/Examples/RGB-D/TUM1.yaml'   /opt/vslam/data/115/bag_tum '/opt/vslam/data/115/ass.txt'

 简单解释一下，第一部分是可执行文件，第二部分是ORB词袋，第三部分是配置文件（在这里更改自己相机的参数），第四部分是数据文件存放所在的文件夹，第五部分是RGB和深度图像的时间戳文件。

二、rgbd_tum.cc文件

首先查看可执行文件链接位置

可以看到是位置是在 /Examples/RGB-D/rgbd_tum.cc，查看rgbd_tum.cc文件。

1、主函数初始化部分

int main(int argc, char **argv)
{//检查是否输入是5部分if(argc != 5){cerr << endl << "Usage: ./rgbd_tum path_to_vocabulary path_to_settings path_to_sequence path_to_association" << endl;return 1;}// Retrieve paths to imagesvector<string> vstrImageFilenamesRGB;vector<string> vstrImageFilenamesD;vector<double> vTimestamps;//加载图像文件名和时间戳的关联文件string strAssociationFilename = string(argv[4]);LoadImages(strAssociationFilename, vstrImageFilenamesRGB, vstrImageFilenamesD, vTimestamps);//...return 0;
}

开始检查输入是否是5个参数，然后初始化几个容器和变量。

// Retrieve paths to images
vector<string> vstrImageFilenamesRGB;
vector<string> vstrImageFilenamesD;
vector<double> vTimestamps;
//加载图像文件名和时间戳的关联文件
string strAssociationFilename = string(argv[4])；

我们看一下这个我输入第五个参数ass.txt的具体内容

时间戳  文件夹名/图像命名    时间戳  文件夹名/图像命名

文件结构如下

然后进入LoadImages（）函数。

2、LoadImages()函数

void LoadImages(const string &strAssociationFilename, vector<string> &vstrImageFilenamesRGB,vector<string> &vstrImageFilenamesD, vector<double> &vTimestamps)
{ifstream fAssociation;fAssociation.open(strAssociationFilename.c_str());while(!fAssociation.eof()){string s;getline(fAssociation,s);if(!s.empty()){stringstream ss;ss << s;double t;string sRGB, sD;ss >> t;vTimestamps.push_back(t);ss >> sRGB;vstrImageFilenamesRGB.push_back(sRGB);ss >> t;ss >> sD;vstrImageFilenamesD.push_back(sD);}}
}

LoadImages 函数接受四个参数： 

  1. strAssociationFilename: 一个字符串，表示包含图像文件名和时间戳的关联文件的路径。
  2. vstrImageFilenamesRGB: 一个字符串向量的引用，用于存储RGB图像的文件名。
  3. vstrImageFilenamesD: 一个字符串向量的引用，用于存储深度图像或其他类型图像的文件名。
  4. vTimestamps: 一个双精度浮点数向量的引用，用于存储图像对应的时间戳。

函数逻辑 

  1. 打开文件: 使用ifstream打开提供的关联文件strAssociationFilename。

  2. 读取文件直到结束:

    • 通过while(!fAssociation.eof())循环，函数会一直读取文件直到到达文件末尾。

  3. 处理每一行:

    • 在循环内部，使用getline(fAssociation,s)读取文件的每一行到字符串s中。
    • 检查字符串s是否为空。如果不为空，则处理该行。

  4. 解析行:

    • 使用stringstream从字符串s中解析数据。
    • 首先读取一个时间戳t，并将其添加到vTimestamps向量中。
    • 然后读取一个字符串sRGB，表示RGB图像的文件名，并将其添加到vstrImageFilenamesRGB向量中。
    • 再次读取一个时间戳t，但是没有赋值操作，属于应付数据格式的无效操作。
    • 最后，读取另一个字符串sD，表示深度图像或其他类型图像的文件名，并将其添加到vstrImageFilenamesD向量中。

 然后简单看一下主函数中后续的处理，nImages是彩色图像数量。

如果每加载到彩色图像或者彩色图像和深度图像数量不一致，直接报错，返回

int nImages = vstrImageFilenamesRGB.size();if(vstrImageFilenamesRGB.empty()){cerr << endl << "No images found in provided path." << endl;return 1;}else if(vstrImageFilenamesD.size()!=vstrImageFilenamesRGB.size()){cerr << endl << "Different number of images for rgb and depth." << endl;return 1;}

 3、主函数线程开启部分

ORB_SLAM3::System SLAM(argv[1],argv[2],ORB_SLAM3::System::RGBD,true);
float imageScale = SLAM.GetImageScale();//初始化追踪所用时间存储容器
// Vector for tracking time statisticsvector<float> vTimesTrack;vTimesTrack.resize(nImages);
//输出一些显示，这里能看到一共读了多少图片
cout << endl << "-------" << endl;
cout << "Start processing sequence ..." << endl;
cout << "Images in the sequence: " << nImages << endl << endl;

新建System类 SLAM，各个线程的初始化，一切的开始 ，这个太多了，下一篇开肝。

链接：

ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数-CSDN博客文章浏览阅读164次，点赞5次，收藏4次。【代码】ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数。https://blog.csdn.net/weixin_44760904/article/details/135852602?spm=1001.2014.3001.5502文章浏览阅读164次，点赞5次，收藏4次。【代码】ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数。https://blog.csdn.net/weixin_44760904/article/details/135852602?spm=1001.2014.3001.5502文章浏览阅读164次，点赞5次，收藏4次。【代码】ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数。https://blog.csdn.net/weixin_44760904/article/details/135852602?spm=1001.2014.3001.5502文章浏览阅读164次，点赞5次，收藏4次。【代码】ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数。https://blog.csdn.net/weixin_44760904/article/details/135852602?spm=1001.2014.3001.5502

imageScale是管理图像缩放的一个函数，经过几次跳转，源代码里是1.0

 System类成员函数：GetImageScale()

float System::GetImageScale()
{return mpTracker->GetImageScale();
}

Tracking类的成员函数GetImageScale()

float Tracking::GetImageScale()
{return mImageScale;
}

 在Tracking.cc里不同函数mImageScale的几次赋值都是1.0f，为了设置的处理大分辨率图像时使用。

4、主要循环

// Main loopcv::Mat imRGB, imD;for(int ni=0; ni<nImages; ni++){// Read image and depthmap from fileimRGB = cv::imread(string(argv[3])+"/"+vstrImageFilenamesRGB[ni],cv::IMREAD_UNCHANGED); //,cv::IMREAD_UNCHANGED);imD = cv::imread(string(argv[3])+"/"+vstrImageFilenamesD[ni],cv::IMREAD_UNCHANGED); //,cv::IMREAD_UNCHANGED);double tframe = vTimestamps[ni];if(imRGB.empty()){cerr << endl << "Failed to load image at: "<< string(argv[3]) << "/" << vstrImageFilenamesRGB[ni] << endl;return 1;}if(imageScale != 1.f){int width = imRGB.cols * imageScale;int height = imRGB.rows * imageScale;cv::resize(imRGB, imRGB, cv::Size(width, height));cv::resize(imD, imD, cv::Size(width, height));}#ifdef COMPILEDWITHC11std::chrono::steady_clock::time_point t1 = std::chrono::steady_clock::now();
#elsestd::chrono::monotonic_clock::time_point t1 = std::chrono::monotonic_clock::now();
#endif// Pass the image to the SLAM systemSLAM.TrackRGBD(imRGB,imD,tframe);
#ifdef COMPILEDWITHC11std::chrono::steady_clock::time_point t2 = std::chrono::steady_clock::now();
#elsestd::chrono::monotonic_clock::time_point t2 = std::chrono::monotonic_clock::now();
#endifdouble ttrack= std::chrono::duration_cast<std::chrono::duration<double> >(t2 - t1).count();vTimesTrack[ni]=ttrack;// Wait to load the next framedouble T=0;if(ni<nImages-1)T = vTimestamps[ni+1]-tframe;else if(ni>0)T = tframe-vTimestamps[ni-1];if(ttrack<T)usleep((T-ttrack)*1e6);

这里就看到我输入的第四个参数是/opt/vslam/data/115/bag_tum，他在后面加上/和之前ass.txt文档的命名进行图片读取，如果imageScale != 1.f，则对图片进行缩放，然后进入TrackRGBD(imRGB,imD,tframe)函数，后续写，再下面是模仿现实时间方面的操作。

链接：

ORBSLAM3 运行流程 TrackRGBD()函数-CSDN博客文章浏览阅读14次。这个函数也是在rgbd_tum.cc里被调用的。这里起到主要作用的是调用。https://blog.csdn.net/weixin_44760904/article/details/135873957?spm=1001.2014.3001.5502文章浏览阅读14次。这个函数也是在rgbd_tum.cc里被调用的。这里起到主要作用的是调用。https://blog.csdn.net/weixin_44760904/article/details/135873957?spm=1001.2014.3001.5502文章浏览阅读14次。这个函数也是在rgbd_tum.cc里被调用的。这里起到主要作用的是调用。https://blog.csdn.net/weixin_44760904/article/details/135873957?spm=1001.2014.3001.5502文章浏览阅读14次。这个函数也是在rgbd_tum.cc里被调用的。这里起到主要作用的是调用。https://blog.csdn.net/weixin_44760904/article/details/135873957?spm=1001.2014.3001.5502

1、计算并记录处理一个图像帧所需的时间ttrack，这个时间被存储在 vTimesTrack容器中，对应于当前处理的图像帧的索引ni。

2、计算下一帧与当前帧之间应有的时间间隔。vTimestamps 是一个包含每帧的时间戳的数组。如果不是最后一帧（ni < nImages - 1），它计算下一帧和当前帧的时间差；如果是最后一帧，它计算当前帧和前一帧的时间差。

3、如果处理时间ttrack小于应有的时间间隔T，代码将使程序休眠差额的时间，以保持时间同步。usleep 函数接受微秒作为参数，因此将时间差（秒）乘以 1e6 来转换

5、 系统终止

// Stop all threadsSLAM.Shutdown();// Tracking time statisticssort(vTimesTrack.begin(),vTimesTrack.end());float totaltime = 0;for(int ni=0; ni<nImages; ni++){totaltime+=vTimesTrack[ni];}cout << "-------" << endl << endl;cout << "median tracking time: " << vTimesTrack[nImages/2] << endl;cout << "mean tracking time: " << totaltime/nImages << endl;// Save camera trajectorySLAM.SaveTrajectoryTUM("CameraTrajectory.txt");SLAM.SaveKeyFrameTrajectoryTUM("KeyFrameTrajectory.txt");   return 0;

  1. 停止所有线程：SLAM.Shutdown();这行代码负责安全地停止SLAM系统中所有的运行线程。

  2. 追踪时间统计：这部分代码首先对存储每一帧追踪时间的向量vTimesTrack进行排序，然后计算总追踪时间，并输出中位数和平均追踪时间。

    • 排序：sort(vTimesTrack.begin(),vTimesTrack.end());将追踪时间从最短到最长排序。
    • 总时间计算：通过遍历vTimesTrack向量，累加每个元素（每帧的追踪时间），计算出总时间。
    • 中位数和平均时间输出：输出中位数追踪时间（vTimesTrack[nImages/2]）和平均追踪时间（totaltime/nImages）。

  3. 保存相机轨迹：SLAM系统保存了两种轨迹文件。SaveTrajectoryTUM方法保存的是相机的整体轨迹，而SaveKeyFrameTrajectoryTUM方法保存的是关键帧轨迹。这些文件通常用于后续分析、调试或可视化。

    • SLAM.SaveTrajectoryTUM("CameraTrajectory.txt");保存相机的整体轨迹。
    • SLAM.SaveKeyFrameTrajectoryTUM("KeyFrameTrajectory.txt");保存关键帧的轨迹。

  4. 程序结束：最后，程序返回0，表示正常结束。

 我的电脑是处理器是11th Gen Intel® Core™ i7-11800H @ 2.30GHz × 16  显卡rtx3080，最后结束时的输出，可以看到跟踪基本0.015s每帧，极限能达到每秒60帧，加入yolo后平均每帧5-10ms处理时间算，再加上通讯时间，实时30帧基本没问题。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/654900.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

docker-compose部署单机ES+Kibana

docker-compose部署单机ES+Kibana

记录部署的操作步骤 准备工作编写docker-compose.yml启动服务验证部署结果 本次elasticsearch和kibana版本为8.2.2 使用环境&#xff1a;centos7.9 本次记录还包括&#xff1a;安装elasticsearch中文分词插件和拼音分词插件 准备工作 1、创建目录和填写配置 mkdir /home/es/s…
阅读更多...
基于springboot网上图书商城源码和论文

基于springboot网上图书商城源码和论文

在Internet高速发展的今天&#xff0c;我们生活的各个领域都涉及到计算机的应用&#xff0c;其中包括网上图书商城的网络应用&#xff0c;在外国网上图书商城已经是很普遍的方式&#xff0c;不过国内的管理网站可能还处于起步阶段。网上图书商城具有网上图书信息管理功能的选择…
阅读更多...
Spring Security的入门案例！！！

Spring Security的入门案例！！！

一、导入依赖 <dependencies><!--web--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!--security--><dependency><groupId>…
阅读更多...
laravel框架项目对接小程序实战经验回顾

laravel框架项目对接小程序实战经验回顾

一.对接小程序总结 1.状态转换带来的问题&#xff0c;如下 问题原因&#xff1a;由于status 传参赋值层级较多&#xff0c;导致后续查询是数组但是传参是字符串&#xff0c; 解决方案&#xff1a;互斥的地方赋值为空数组&#xff0c;有状态冲突的地方unset掉不需要的参数 2参…
阅读更多...
【数据结构1-1】线性表

【数据结构1-1】线性表

线性表是最简单、最基本的一种数据结构&#xff0c;线性表示多个具有相同类型数据“串在一起”&#xff0c;每个元素有前驱&#xff08;前一个元素&#xff09;和后继&#xff08;后一个元素&#xff09;。根据不同的特性&#xff0c;线性表也分为数组&#xff08;vector&#…
阅读更多...
代码随想录算法训练营DAY6 | 哈希表(1)

代码随想录算法训练营DAY6 | 哈希表(1)

DAY5休息一天&#xff0c;今天重启~ 哈希表理论基础&#xff1a;代码随想录 Java hash实现 &#xff1a;java 哈希表-CSDN博客 一、LeetCode 242 有效的字母异位词 题目链接&#xff1a;242.有效的字母异位词 思路&#xff1a;设置字典 class Solution {public boolean isAnag…
阅读更多...
shell脚本5 函数 数组

shell脚本5 函数 数组

函数 试题1 查看版本 如果想更方便&#xff0c;可以建立一个专门存函数的文件 将func.sh里面的命令都移到func文件夹里面&#xff0c;在脚本里面执行文件夹更方便 输入echo $?反馈的结果都是0&#xff0c;都认为是正确的 无法使用$?去检验是否正确&#xff0c;所以要在后面增…
阅读更多...
【Java反序列化】Shiro-550漏洞分析笔记

【Java反序列化】Shiro-550漏洞分析笔记

目录 前言 一、漏洞原理 二、Shiro环境搭建 三、Shiro-550漏洞分析 解密分析 加密分析 四、URLDNS 链 前言 shiro-550反序列化漏洞大约在2016年就被披露了&#xff0c;在上学时期也分析过&#xff0c;最近在学CC链时有用到这个漏洞&#xff0c;重新分析下并做个笔记&…
阅读更多...
LocalContainerEntityManagerFactoryBean源码

LocalContainerEntityManagerFactoryBean源码

是 Spring Data JPA 中的一个类&#xff0c;它用于创建 EntityManagerFactory 的实例&#xff0c;获取EntityManager实例 public class LocalContainerEntityManagerFactoryBean extends AbstractEntityManagerFactoryBeanimplements ResourceLoaderAware, LoadTimeWeaverAwar…
阅读更多...
Java 集合 04 综合练习-查找用户是否存在

Java 集合 04 综合练习-查找用户是否存在

练习、 代码&#xff1a; public class User{private String id;private String username;private int password;public User() {}public User(String id, String username, int password) {this.id id;this.username username;this.password password;}public String getI…
阅读更多...
Linux提权：Docker组挂载 Rsync未授权 Sudo-CVE Polkit-CVE

Linux提权：Docker组挂载 Rsync未授权 Sudo-CVE Polkit-CVE

目录 Rsync未授权访问 docker组挂载 Sudo-CVE漏洞 Polkit-CVE漏洞 这里的提权手法是需要有一个普通用户的权限&#xff0c;一般情况下取得的webshell权限可能不够 Rsync未授权访问 Rsync是linux下一款数据备份工具&#xff0c;默认开启873端口 https://vulhub.org/#/envir…
阅读更多...
go-zero 统一返回

go-zero 统一返回

1、整体目录结构 2、全局处理主入口 package manageimport ("net/http""github.com/zeromicro/go-zero/rest/httpx" )type Body struct {Code int json:"code"Message string json:"message"Result interface{} jso…
阅读更多...
RocketMq源码搭建报错No route info of this topic: TopicTest

RocketMq源码搭建报错No route info of this topic: TopicTest

原因 因为broker没有注册到namsesrv中&#xff0c;导致无法创建Topic 解决办法 启动Borker时&#xff0c;指定namsesrv地址 over!!!
阅读更多...
防御保护常用知识

防御保护常用知识

防火墙的主要职责在于&#xff1a;控制和防护 --- 安全策略 --- 防火墙可以根据安全策略来抓取流量之 后做出对应的动作 防火墙分类主要有四类&#xff1a; 防火墙吞吐量 --- 防火墙同一时间能处理的数据量多少 防火墙的发展主要经过以下阶段&#xff1b; 传统防火墙&#xf…
阅读更多...
SpringBoot之JWT登录

SpringBoot之JWT登录

JWT JSON Web Token&#xff08;JSON Web令牌&#xff09; 是一个开放标准(rfc7519)&#xff0c;它定义了一种紧凑的、自包含的方式&#xff0c;用于在各方之间以JSON对象安全地传输信息。此信息可以验证和信任&#xff0c;因为它是数字签名的。jwt可以使用秘密〈使用HNAC算法…
阅读更多...
Element table组件内容\n换行

Element table组件内容\n换行

漂亮的页面总是让人心旷神怡&#xff0c;层次清晰的页面让用户操作起来也是易于上手及展示。 如下的页面展示就是非常low的&#xff1a;用户根本阅读其中的数据。 在这个页面&#xff0c;根据用户填写过程生成多次填写记录&#xff0c;如果不进行层次性的展示&#xff0c;数据…
阅读更多...
qemu调试kernel启动（从第一行汇编开始）

qemu调试kernel启动（从第一行汇编开始）

一、背景 大部分qemu调试kernel 都是讲解从start_kernel开始设置断点&#xff0c;然后开启调试&#xff1b; 但是我们熟悉linux启动流程的伙伴肯定知道&#xff0c;在start_kernel之前还有一段汇编&#xff0c;包括初始化页表及mmu等操作&#xff0c; 这部分如何调试呢&#x…
阅读更多...
漏洞原理linux操作系统的SqlMap工具的使用

漏洞原理linux操作系统的SqlMap工具的使用

漏洞原理linux操作系统的SqlMap工具的使用 Linux操作系统基础操作链接: 1024一篇通俗易懂的liunx命令操作总结(第十课)-CSDN博客 kali的IP地址:192.168.56.1 实操 # kali中使用sqlmap http://192.168.56.1/ sqlmap -u http://192.168.56.1/news/show.php?id46 sqlmap -u …
阅读更多...
​ArcGIS Pro 如何批量删除字段

​ArcGIS Pro 如何批量删除字段

在某些时候&#xff0c;我们得到的图层属性表内可能会有很多不需要的字段&#xff0c;如果挨个去删除会十分的麻烦&#xff0c;对于这种情况&#xff0c;我们可以使用工具箱内的字段删除工具批量删除&#xff0c;这里为大家介绍一下使用方法&#xff0c;希望能对你有所帮助。 …
阅读更多...
如何创建用户友好的软件产品说明书？（上：建议篇）

如何创建用户友好的软件产品说明书？（上：建议篇）

之前我有写过关于制作和编写用户友好的产品说明书需要注意哪些地方&#xff0c;以及有哪些方法可以比较快速制作编写产品说明书。但是有网友在后台私信我&#xff0c;说想要知道细化到软件的产品说明书需要注意什么&#xff1f;所以我打算将关于“软件产品说明书”的主题分成两…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023