【读书笔记】《视觉SLAM十四讲（高翔著）》 第12讲

本博客的内容是本章程序编译运行方法，记录调通本章程序的过程、处理遇到报错的解决方法。
本章程序的详细解析可参考robinhjwy的CSDN博客： https://blog.csdn.net/robinhjwy/article/details/78632978

12.3.2 实践：创建字典

本程序的功能：根据data文件夹中的10张.png图片，创建字典vocabulary.yml.gz。
在/home/yuanchang/slambook-master/ch12文件夹下打开终端，

mkdir build
cd build
cmake ..
make
cd ..
./build/feature_training

说明：程序中有读取图像数据的语句：

string path = "./data/"+to_string(i+1)+".png";

其中，./的意思是当前文件夹，故需要在运行feature_training时，使终端的当前路径包含data文件夹。不然程序运行有误。

12.4.2 实践：相似度的计算

本程序的功能：根据字典vocabulary.yml.gz进行回环检测，查找最相似的图片。
程序运行：

./build/loop_closure

说明：程序中有语句：

DBoW3::Vocabulary vocab("./vocabulary.yml.gz");

其中，./的意思是当前文件夹，故需要在运行loop_closure时，使终端的当前文件夹中有字典vocabulary.yml.gz。
程序执行后输出各图片的相似度对比，最相似的2张图片形成回环。

12.5.1 增加字典规模

本程序的功能：根据图像/视频数据，生成更大字典vocab_larger.yml.gz
程序运行：

./build/gen_vocab /home/yuanchang/slambook-master/project/0.2/data/rgbd_dataset_freiburg1_xyz

说明：程序中有：

string dataset_dir = argv[1];
ifstream fin ( dataset_dir+"/associate.txt" );

意思是选取一处测试数据用于生成字典vocab_larger.yml.gz。该字典的生成不再是使用本章自带的数据（10张.png图片），而是使用了其他数据。此处本人所选数据的路径为：/home/yuanchang/slambook-master/project/0.2/data/rgbd_dataset_freiburg1_xyz，是第9讲的测试数据。
程序运行结果为生成更大字典。此时，可再运行loop_closure对新生成的更大字典进行回环检测：对loop_closure.cpp进行修改，在读取字典的时候使用以下语句（其余读取字典语句注释掉）：

DBoW3::Vocabulary vocab("./vocab_larger.yml.gz"); 

修改完之后保存，重新编译程序，运行loop_closure：

./build/loop_closure

本讲常见报错

本讲常见报错：

terminate called after throwing an instance of 'std::__cxx11::basic_string, std::allocator >'

该报错在以下网址中有所说明：
https://blog.csdn.net/qq_20526733/article/details/93468299