【亲测免费】 LSD-SLAM: 大规模单目直接SLAM系统

1. 项目介绍

LSD-SLAM（Large-Scale Direct Monocular SLAM）是一种新颖的实时单目SLAM方法。它完全直接（即不使用关键点/特征）并在笔记本电脑上实时创建大规模、半稠密地图。更多项目信息可以在 官方页面 找到，包括相关论文、YouTube视频以及一些示例输入数据集和生成的输出，如rosbag或.ply点云文件。

2. 项目快速启动

以下是在Ubuntu系统上快速启动LSD-SLAM的步骤：

安装依赖

根据你的Ubuntu和ROS版本，选择以下步骤之一安装系统依赖：

ROS fuerte + Ubuntu 12.04

sudo apt-get install ros-fuerte-libg2o liblapack-dev libblas-dev freeglut3-dev libqglviewer-qt4-dev libsuitesparse-dev libx11-dev

ROS indigo + Ubuntu 14.04

sudo apt-get install python-rosinstall
mkdir ~/rosbuild_ws
cd ~/rosbuild_ws
rosws init . /opt/ros/indigo
mkdir package_dir
rosws set ~/rosbuild_ws/package_dir -t .
echo "source ~/rosbuild_ws/setup.bash" >> ~/.bashrc
bash
cd package_dir
sudo apt-get install ros-indigo-libg2o ros-indigo-cv-bridge liblapack-dev libblas-dev freeglut3-dev libqglviewer-dev libsuitesparse-dev libx11-dev

克隆仓库

git clone https://github.com/tum-vision/lsd_slam.git lsd_slam

编译

rosmake lsd_slam

运行

首先下载示例房间序列并解压。然后启动lsd_slam查看器：

rosrun lsd_slam_viewer viewer

接着启动lsd_slam主ROS节点：

rosrun lsd_slam_core live_slam image:=/image_raw camera_info:=/camera_info

最后播放序列：

rosbag play ~/LSD_room.bag

你应该会看到两个窗口：一个显示当前关键帧的颜色编码深度（来自live_slam），另一个显示3D地图（来自viewer）。如果初始化失败（即大约5秒后深度图仍然看起来不正确），请将焦点放在深度图上并按'r'重新初始化。

3. 应用案例和最佳实践

LSD-SLAM适用于多种场景，如机器人导航、增强现实和地图构建。以下是一些最佳实践：

• 确保相机校准准确无误。
• 使用高质量相机以获取清晰的图像。
• 在动态环境中，适当调整系统参数以减少错误匹配。

4. 典型生态项目

LSD-SLAM作为开源项目，与其他多个开源项目相辅相成。以下是一些与LSD-SLAM相关的典型生态项目：

• OpenCV：用于图像处理和计算机视觉任务的强大库。
• ROS（Robot Operating System）：机器人 middleware，用于构建机器人应用程序。
• PCL（Point Cloud Library）：用于处理点云数据的库。

通过这些项目和LSD-SLAM的结合使用，可以构建更复杂和强大的计算机视觉和机器人系统。