[三维重建] PCL KinectFusion ubuntu16.04下的配置

Ubuntu16.04 + PCL+ kinectv2 实现KinectFusion

Date: 2018-11-24
Author: liqisa
E-Mail: [email protected]

最近在研究三维重建项目，拿最经典的 KinectFusion 来练手，遇到了很多问题，网上大多数教程是在Windows下实现的，且多数是kinect1版本的，坑比较多，这次就写写自己配置成功的经验，希望可以帮助到有需要的人。

什么是KinectFusion

网上已经有很多介绍了，KinectFusion官网上也有详细的论文介绍
CSDN博客：

https://blog.csdn.net/xiaohu50/article/details/51592503
https://blog.csdn.net/baidu_17313961/article/details/52862416

微软的官方介绍：

https://www.microsoft.com/en-us/research/project/kinectfusion-project-page

首先要强调的是微软的KinectFusion并不开源，相反， PCL(PointCloud Library) 开源了这个算法的代码,名为 Kinfu ,所以，这个算法实际上是基于PCL的

实现KinectFusion

这里先给出项目需要安装的依赖项

• pcl (pcl-trunk版本)
• libfreenect2 (Kinectv2的驱动)
• OpenNI2 (PCL使用的获取相机数据的驱动)
• Nvidia显卡驱动
• CUDA
• eigen3
• libboost
• 等等，这里就不一一列举了，待会统一安装

我的笔记本是 1050Ti ，装的是nvidia-384的驱动，CUDA8.0
个人觉得版本问题不大，适合自己的显卡就好

安装Nvidia显卡驱动

网上有很多显卡安装的教程，大多数是禁用nouveau以后再手动执行 .run文件
我个人装过几次，觉得一方面是麻烦，另外一点是时常会遇到重启之后又自动换回默认驱动的问题，重启后执行nvidia-smi又没有输出了。
所以这里给大家推荐一个最简单的安装合适的Nividia显卡驱动的方法：
首先点击这里查询适合自己的显卡驱动：

其实用老一点版本的驱动问题不大，只要能适配到合适的CUDA版本都可以。
然后执行：

1. 更新下源 :
   sudo apt-get upgrade
sudo apt-get update
2. 查询nvidia驱动可用版本，运行:
   sudo apt-cache search nvidia-*
   查询ppa安装支持的版本驱动，如果有384
3. 安装nvidia驱动，
   sudo apt-get install nvidia-384

在设置的软件中心里选择Additional Driver可以看到可选的几个显卡驱动，选择我们已经安装的384（已安装会显示propriety）然后应用就可以完成显卡驱动的安装和切换了

安装CUDA Tookit

• 首先点击这里：下载CUDA
• 下载好以后，切到下载的文件目录
  cd Downloads/
  执行：
  sudo sh cuda_8.0.27_linux.run
  就开始安装CUDA了，因为已经有了显卡驱动这里提示的时候选择 No 就好了
  可以选择安装Nvidia-Samples，这样也方便检查安装是否成功
• 安装好以后，需要增加环境变量
  sudo gedit /etc/profile
  在文件最后添加上
  export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
• 然后重启电脑 sudo reboot
• 可以编译Nvidia-Sample测试下是否安装成功了

编译并测试设备 deviceQuery：
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
编译并测试带宽 bandwidthTest：
cd ../bandwidthTest
sudo make
./bandwidthTest

安装依赖项

sudo apt-get install libboost1.48-dev libboost1.48-all-dev libeigen3-dev libflann-dev libvtk5-dev libqhull-dev
sudo apt-get install -y g++ python libusb-1.0-0-dev freeglut3-dev doxygen graphviz libudev-dev 
sudo apt-get install openni2-dev #安装openni2
sudo apt-get install openni2-utils

关于OpenNI

ubuntu16.04是可以通过sudo apt-get来安装OpenNI的，14.04的话只能自己去下载源码编译安装了
OpenNI的地址：https://github.com/OpenNI
Kinect2 使用的是OpenNI2，因为只有OpenNI2才能和libfreenect2配套使用

这里最好装一下ccmake和 cmake-gui，可以用来检查cmake的配置项是否开启，不过一般都是默认开启的。

sudo apt-get install cmake-gui
sudo apt-get install cmake-curses-gui

运行 pkg-config --modversion libopenni2查看libopenni2是否安装成功，如果输出版本号就说明安装成功

安装libfreenect2

libfreenect2 是kinect2 使用的版本，和OpenNI2 配套使用，千万不要搞错了

安装和教程和源码：https://github.com/OpenKinect/libfreenect2
不想看英文安装教程也可以继续看下文：

1.首先下载源码

git clone https://github.com/OpenKinect/libfreenect2.git

2.安装一些依赖

sudo apt-get install libturbojpeg libjpeg-turbo8-dev
sudo apt-get install libglfw3-dev

3.编译libfreenect2

mkdir build && cd build
cmake .. -DCMAKE_INSTALL_PREFIX=$HOME/freenect2
make
sudo make install

复制一下规则

sudo cp ../platform/linux/udev/90-kinect2.rules /etc/udev/rules.d/

4.测试libfreenect2与OpenNI2

这个时候连上 kinect2 (注意要用 USB3.0 的接口)，然后执行：

./bin/Protonect

如果没有图像输出的话，就给kinect断电重连一下，一般来说就会：
接下来测试OpenNI2是否链接到libfreenect2了

sudo apt-get install openni2-utils && sudo make install-openni2 && NiViewer2.

如果成功了的话，会出现如图
如果没有出现图像，就需要检查一下OpenNI2库中有没有libfreenect的库文件了
如果没有的话就去libfreenect/build/lib/目录下把库文件拷贝过来

编译PCL

到这里，千里之行已经始于足下了，所有的准备都做好了，接下来就是编译pcl了

1.首先下载源码

 git clone https://github.com/PointCloudLibrary/pcl.git pcl-trunk
 cd pcl-trunk

2.改源码！！！！

这一步是本博文最为重要的一个步骤！

这也是为什么大家都不愿意在ubuntu16.04下使用kinect2的原因，

因为PCL中的的Kinfu算法是使用OpenNI获取相机数据的，而Kinect2的驱动是libfreenect2，libfreenect2是无法和OpenNI适配的，只能使用OpenNI2

把pcl-trunk/gpu/kinfu/tools/kinfu_app.cpp，做如下改动

1. 头文件增加
   #include pcl/openni2_grabber.h
2. main函数中
   capture.reset(new pcl::OpenNIGrabber())替换成capture.reset(new pcl::io::OpenNI2Grabber())
3. 整个文档中
   openni_wrapper替换成pcl::io
4. startMainLoop函数中
   pcl::ONIGrabber替换成pcl::io::OpenNI2Grabber

pcl-trunk/gpu/kinfu_large_scale/tools/kinfuLS_app.cpp中也做同样改动

参考链接：https://blog.csdn.net/u011426016/article/details/81395795?utm_source=blogxgwz2

3.配置并编译

先检查一下CMake配置

mkdir build && cd build
ccmake ..

之后开始配置编译选项，按t键进入高级模式设置，按c键进行配置，确保：

BUILD_GPU ON
BUILD_CUDA ON
BUILD_OPENNI ON
BUILD_gpu_kinfu ON
BUILD_gpu_kinfu_large_scale ON

按g生成 makefile, 然后就可以编译了

make -j8
sudo make install

编译需要蛮长时间的，耐心等待…

在编译过程中，你可能会遇到以下问题：
1.错误像”Error: no such instruction: vfmadd312ss”，这个错误是因为你使用到是corei7处理器
解决办法：
cd …
cd cmake
sudo gedit pcl_find_sse.cmake
将 “-march=native” 替换为 “-march=corei7”

测试kinfu

官方测试文档： http://pointclouds.org/documentation/tutorials/using_kinfu_large_scale.php#using-kinfu-large-scale

文章开头是我的邮箱，有什么问题欢迎与我交流～

参考资料

[1] https://blog.csdn.net/xiaocainiaodeboke/article/details/52388110
[2] https://blog.csdn.net/u011426016/article/details/81395795?utm_source=blogxgwz2
[3] https://blog.csdn.net/billbliss/article/details/56489674
[4] https://blog.csdn.net/xiaocainiaodeboke/article/details/52353191