ubuntu14.04配置PL-SLAM并运行
前言
在视觉SLAM中，前端一般分为特征点法和直接法。
在弱纹理环境中，可靠点特征的缺乏会降低系统的性能，针对该问题，陆续有学者提出联合点、线特征的视觉SLAM系统，从而更加稳定地应用于点特征缺乏或分布不均的场景。
论文《PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments》便是一项十分杰出的工作，可在https://arxiv.org/abs/1705.09479下载阅读。
更关键的是作者开源了代码，大赞，Github地址为https://github.com/rubengooj/pl-slam。
本博客暂不做理论分析，先对开源项目进行实现，这花费了我一天的时间，遇到很多问题，不过最终还是成功了。
配置PL-SLAM
主要参考项目主页的 README.md。
安装依赖
OpenCV 3.x.x
It can be easily found at http://opencv.org.
建议安装OpenCV 3.1.0，否则编译过程中会出现一些.so文件的错误，推测作者可能用的这个版本。
Eigen3 (tested with 3.2.92)
http://eigen.tuxfamily.org
or
$ sudo apt-get install libeigen3-devBoost
$ sudo apt-get install libboost-devg2o - General Graph Optimization
It can be found at:
https://github.com/RainerKuemmerle/g2o.git
这里在编译时可能会出现错误，将安装好的g2o文件夹中的cmake_modules文件夹复制到~/pl-slam文件夹中即可。
YAML (tested with 0.5.2)
Installation on Ubuntu:
$ sudo apt-get install libyaml-cpp-dev我按照这种方式安装，在编译过程中出现错误，建议去https://github.com/jbeder/yaml-cpp下载源码进行安装。
stvo-pl
It can be found at:
https://github.com/rubengooj/stvo-pl
这个项目同样是作者的工作，必须安装这个项目，因为会用到这个项目的东西。
MRPT
https://github.com/MRPT/mrpt/tree/0c3d605c3cbf5f2ffb8137089e43ebdae5a55de3
Line Descriptor
We have modified the line_descriptor module from the OpenCV/contrib library (both BSD) which is included in the 3rdparty folder.
这里不用操作，后面的脚本build.sh会一并安装。
但是这里值得特别注意，一般情况下我们安装OpenCV就够用了，但是为了使用line_descriptor，必须安装opencv_contrib，而且最好同时安装，否则会可能出现一些错误。
git clone https://github.com/opencv/opencv/tree/3.1.0
git clone https://github.com/opencv/opencv_contrib/tree/3.1.0
unzip opencv-3.1.0.zip
unzip opencv_contrib.zip
cd ~/opencv-3.1.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules/ ..
make -j8 #具体线程视电脑性能而定
sudo make installConfiguration and generation
cd ~/pl-slam
./build.sh如果按照以上步骤操作，这里应该不会再出现错误，如果有，请百度或谷歌。
印象中有一些.so文件的错误，都可百度找到解决方案。
比如：
Linking CXX shared library ../lib/libplslam.so
/usr/bin/ld: can not find -lg2o_ext_csparse
解决方法：
cd /usr/local/lib
sudo ln -sv libg2o_csparse_extension.so libg2o_ext_csparse.soUsage
Datasets configuration
We employ an environment variable, ${DATASETS_DIR}, pointing the directory that contains our datasets. Each sequence from each dataset must contain in its root folder a file named dataset_params.yaml, that indicates at least the camera model and the subfolders with the left and right images. We provide dataset parameters files for several datasets and cameras with the format xxxx_params.yaml.
关键是设置数据集路径的环境变量，阅读~/pl-slam/app/plslam-dataset.cpp可以加深理解。
gedit ~/.bashrc
export DATASETS_DIR=~/KITTI
source ~/.bashrc在KITTI下载kitti/00数据，并将其放到~/KITTI目录下。
将~/pl-slam/config/dataset_params/kitti00-02.yaml复制到~/KITTI/kitti/00，然后将kitti00-02.yaml改为dataset_params.yaml.
将~/pl-slam/config/config/config_kitti.yaml中vocabulary_p和vocabulary_l的路径改为自己的。
SLAM Application
./plslam_dataset kitti/00最终运行截图如下
总结
从效果来看，比较惊艳，关键是融合点线特征的词袋提高了回环检测的效果。
可视化工具只显示了关键帧和轨迹，没有地图，如果想在此基础上开发，还需增加轨迹保存、地图保存和加载等模块。
接下来，会配置ROS版，毕竟不能只停留在跑数据集，要能实时在线的使用。
安装期间遇到很多问题，记忆有限，不能面面俱到，如有问题，欢迎留言交流。