基于ROS下的安卓手机图像和IMU跑ORB-SLAM3

接之前文章,手上没有现成的单目+IMU硬件,但是安卓手机很普及。因此,本文讲下如何用手机跑ORB-SLAM3的Mono和Mono_Inertial。

1. 手机与PC通信

基于ROS下的信息发布和订阅,手机和PC在一个局域网下进行信息(image和IMU)传输。

手机APK参考了github上的2个开源Android_Camera-IMU和android_ros_sensors,基于ros_java生成安卓APP,下载安装任一个APP到安卓手机,界面分别是这样:

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第1张图片

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第2张图片

手机和PC连一个无线网,如果没有无线网,用手机开一个热点,PC连热点也可以。

1)Ubuntu下roscore,启动ros。

2)ubuntu下ifconfig查看自己的IP,填入APP的localhost处(http://localhost:11311),第1张图是第一个APP,连无线网的IP,第2张图是第2个APP,连手机热点的IP。

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第3张图片

3)rostopic list查看主题,发现图像是compressed,接入SLAM必须是raw才行,故进行republish:

rosrun image_transport republish compressed in:=/android/image_raw raw out:=/camera/image_raw

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第4张图片

之后再看下rostopic list:

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第5张图片

有了/camera/image_raw,此时OK了,你可以终端rostopic echo 对应主题 和rostopic hz 对应主题 查看信息是否OK和频率。

2 参数标定

跑单目+IMU效果好不好,最重要的是参数标定的准不准,参数包括:相机参数,IMU参数,相机和IMU的外参数,相机和IMU时间对齐的时间差。

相机参数可以通过ROS、opencv、matlab进行标定,IMU参数可以通过imu_utils进行标定,相机和IMU外参数可以通过kalibr或vins_mono在线标定,相机和IMU时间对齐的时间差可以通过vins_mono讲的或自己的代码标定,本文篇幅所限,后续如有时间再讲。

3 修改源码

在ros_mono_inertial.cc里修改。

1)修改订阅主题,在main函数里

ros::Subscriber sub_imu = n.subscribe("/android/imu", 2000, &ImuGrabber::GrabImu, &imugb);  //imu
ros::Subscriber sub_img0 = n.subscribe("/camera/image_raw", 100, &ImageGrabber::GrabImage,&igb);
std::thread sync_thread(&ImageGrabber::SyncWithImu,&igb);

2)如果是用第一个APP,IMU和相机的时间戳时间相差非常大,需要代码同步对齐,ImageGrabber::SyncWithImu函数里

if(!mpImuGb->imuBuf.empty())
            {
                // Load imu measurements from buffer
                vImuMeas.clear();
                static bool time_flag = true;
                static auto TIME_OFFSET = 0.0;
                if(time_flag){
                    TIME_OFFSET = mpImuGb->imuBuf.front()->header.stamp.toSec()-tIm;
                    time_flag = false;
                }
                //cout<<"imu_time: "<imuBuf.front()->header.stamp.toSec()-TIME_OFFSET<imuBuf.empty() && mpImuGb->imuBuf.front()->header.stamp.toSec()-TIME_OFFSET<=tIm)
                {
                    double t = mpImuGb->imuBuf.front()->header.stamp.toSec() - TIME_OFFSET;
                    cv::Point3f acc(mpImuGb->imuBuf.front()->linear_acceleration.x, mpImuGb->imuBuf.front()->linear_acceleration.y, mpImuGb->imuBuf.front()->linear_acceleration.z);
                    cv::Point3f gyr(mpImuGb->imuBuf.front()->angular_velocity.x, mpImuGb->imuBuf.front()->angular_velocity.y, mpImuGb->imuBuf.front()->angular_velocity.z);
                    //cout<<"imudata: "<< t<<" "<imuBuf.pop();
                }
            }

如果是用第二个APP,图像大小是1920*1080,需要进行resize和对应size下的图像参数标定。

4 跑ORB-SLAM3

按照ORB-SLAM3里的ros exsample的方法进行。

继续第一节的操作,首先/android/imu和/camera/image_raw数据都是OK的,之后

rosrun ORB_SLAM3 Mono_Inertial ORBvoc.bin ../../Monocular-Inertial/Mate10.yaml true

如果只跑单目,就是

rosrun ORB_SLAM3 Mono ORBvoc.bin ../../Monocular/Mate10.yaml

此时,就出来画面了,自己的参数一定要标好和微调,然后就根据轨迹效果实时的测试场景、优化算法吧。

基于ROS下的安卓手机图像和IMU跑ORB-SLAM3_第6张图片

你可能感兴趣的:(SLAM,slam,android)