第四讲 点云拼接
广告：“一起做”系列的代码网址：https://github.com/gaoxiang12/rgbd-slam-tutorial-gx 当博客更新时代码也会随着更新。 SLAM技术交流群：254787961
读者朋友们大家好！尽管还没到一周，我们的教程又继续更新了，因为暑假实在太闲了嘛！
上讲回顾
上一讲中，我们理解了如何利用图像中的特征点，估计相机的运动。最后，我们得到了一个旋转向量与平移向量。那么读者可能会问：这两个向量有什么用呢？在这一讲里，我们就要使用这两个向量，把两张图像的点云给拼接起来，形成更大的点云。
首先，我们把上一讲的内容封装进slamBase库中，代码如下：
include/slamBase.h
1 // 帧结构
2 struct FRAME
3 {
4 cv::Mat rgb, depth; //该帧对应的彩色图与深度图
5 cv::Mat desp; //特征描述子
6 vector<cv::KeyPoint> kp; //关键点
7 };
8
9 // PnP 结果
10 struct RESULT_OF_PNP
11 {
12 cv::Mat rvec, tvec;
13 int inliers;
14 };
15
16 // computeKeyPointsAndDesp 同时提取关键点与特征描述子
17 void computeKeyPointsAndDesp( FRAME& frame, string detector, string descriptor );
18
19 // estimateMotion 计算两个帧之间的运动
20 // 输入：帧1和帧2, 相机内参
21 RESULT_OF_PNP estimateMotion( FRAME& frame1, FRAME& frame2, CAMERA_INTRINSIC_PARAMETERS& camera );
我们把关键帧和PnP的结果都封成了结构体，以便将来别的程序调用。这两个函数的实现如下：
src/slamBase.cpp
1 // computeKeyPointsAndDesp 同时提取关键点与特征描述子
2 void computeKeyPointsAndDesp( FRAME& frame, string detector, string descriptor )
3 {
4 cv::Ptr<cv::FeatureDetector> _detector;
5 cv::Ptr<cv::DescriptorExtractor> _descriptor;
6
7 cv::initModule_nonfree();
8 _detector = cv::FeatureDetector::create( detector.c_str() );
9 _descriptor = cv::DescriptorExtractor::create( descriptor.c_str() );
10
11 if (!_detector || !_descriptor)
12 {
13 cerr<<"Unknown detector or discriptor type !"<<detector<<","<<descriptor<<endl;
14 return;
15 }
16
17 _detector->detect( frame.rgb, frame.kp );
18 _descriptor->compute( frame.rgb, frame.kp, frame.desp );
19
20 return;
21 }
22
23 // estimateMotion 计算两个帧之间的运动
24 // 输入：帧1和帧2
25 // 输出：rvec 和 tvec
26 RESULT_OF_PNP estimateMotion( FRAME& frame1, FRAME& frame2, CAMERA_INTRINSIC_PARAMETERS& camera )
27 {
28 static ParameterReader pd;
29 vector< cv::DMatch > matches;
30 cv::FlannBasedMatcher matcher;
31 matcher.match( frame1.desp, frame2.desp, matches );
32
33 cout<<"find total "<<matches.size()<<" matches."<<endl;
34 vector< cv::DMatch > goodMatches;
35 double minDis = 9999;
36 double good_match_threshold = atof( pd.getData( "good_match_threshold" ).c_str() );
37 for ( size_t i=0; i<matches.size(); i++ )
38 {
39 if ( matches[i].distance < minDis )
40 minDis = matches[i].distance;
41 }
42
43 for ( size_t i=0; i<matches.size(); i++ )
44 {
45 if (matches[i].distance < good_match_threshold*minDis)
46 goodMatches.push_back( matches[i] );
47 }
48
49 cout<<"good matches: "<<goodMatches.size()<<endl;
50 // 第一个帧的三维点
51 vector<cv::Point3f> pts_obj;
52 // 第二个帧的图像点
53 vector< cv::Point2f > pts_img;
54
55 // 相机内参
56 for (size_t i=0; i<goodMatches.size(); i++)
57 {
58 // query 是第一个, train 是第二个
59 cv::Point2f p = frame1.kp[goodMatches[i].queryIdx].pt;
60 // 获取d是要小心！x是向右的，y是向下的，所以y才是行，x是列！
61 ushort d = frame1.depth.ptr<ushort>( int(p.y) )[ int(p.x) ];
62 if (d == 0)
63 continue;
64 pts_img.push_back( cv::Point2f( frame2.kp[goodMatches[i].trainIdx].pt ) );
65
66 // 将(u,v,d)转成(x,y,z)
67 cv::Point3f pt ( p.x, p.y, d );
68 cv::Point3f pd = point2dTo3d( pt, camera );
69 pts_obj.push_back( pd );
70 }
71
72 double camera_matrix_data[3][3] = {
73 {camera.fx, 0, camera.cx},
74 {0, camera.fy, camera.cy},
75 {0, 0, 1}
76 };
77
78 cout<<"solving pnp"<<endl;
79 // 构建相机矩阵
80 cv::Mat cameraMatrix( 3, 3, CV_64F, camera_matrix_data );
81 cv::Mat rvec, tvec, inliers;
82 // 求解pnp
83 cv::solvePnPRansac( pts_obj, pts_img, cameraMatrix, cv::Mat(), rvec, tvec, false, 100, 1.0, 100, inliers );
84
85 RESULT_OF_PNP result;
86 result.rvec = rvec;
87 result.tvec = tvec;
88 result.inliers = inliers.rows;
89
90 return result;
91 }
此外，我们还实现了一个简单的参数读取类。这个类读取一个参数的文本文件，能够以关键字的形式提供文本文件中的变量：
include/slamBase.h
1 // 参数读取类
2 class ParameterReader
3 {
4 public:
5 ParameterReader( string filename="./parameters.txt" )
6 {
7 ifstream fin( filename.c_str() );
8 if (!fin)
9 {
10 cerr<<"parameter file does not exist."<<endl;
11 return;
12 }
13 while(!fin.eof())
14 {
15 string str;
16 getline( fin, str );
17 if (str[0] == ‘#‘)
18 {
19 // 以‘＃’开头的是注释
20 continue;
21 }
22
23 int pos = str.find("=");
24 if (pos == -1)
25 continue;
26 string key = str.substr( 0, pos );
27 string value = str.substr( pos+1, str.length() );
28 data[key] = value;
29
30 if ( !fin.good() )
31 break;
32 }
33 }
34 string getData( string key )
35 {
36 map<string, string>::iterator iter = data.find(key);
37 if (iter == data.end())
38 {
39 cerr<<"Parameter name "<<key<<" not found!"<<endl;
40 return string("NOT_FOUND");
41 }
42 return iter->second;
43 }
44 public:
45 map<string, string> data;
46 };
它读的参数文件是长这个样子的：
# 这是一个参数文件 # 去你妹的yaml! 我再也不用yaml了！简简单单多好！ # part 4 里定义的参数 detector=SIFT descriptor=SIFT good_match_threshold=4 # camera camera.cx=325.5; camera.cy=253.5; camera.fx=518.0; camera.fy=519.0; camera.scale=1000.0;
嗯，参数文件里，以“变量名=值”的形式定义变量。以井号开头的是注释啦！是不是很简单呢？
小萝卜：师兄你为何对yaml有一股强烈的怨念？
师兄：哎，不说了……总之实现简单的功能，就用简单的东西，特别是从教程上来说更应该如此啦。
现在，如果我们想更改特征类型，就只需在parameters.txt文件里进行修改，不必编译源代码了。这对接下去的各种调试都会很有帮助。
拼接点云
点云的拼接，实质上是对点云做变换的过程。这个变换往往是用变换矩阵(transform matrix)来描述的：$$T=\left[ \begin{array}{ll} R_{3 \times 3} & t_{3 \times 1} \\ O_{1 \times 3} & 1 \end{array} \right] \in R^{4 \times 4} $$ 该矩阵的左上部分是一个$3 \times 3$的旋转矩阵，它是一个正交阵。右上部分是$3 \times 1$的位移矢量。左下是$3 \times 1$的缩放矢量，在SLAM中通常取成0，因为环境里的东西不太可能突然变大变小（又没有缩小灯）。右下角是个1. 这样的一个阵可以对点或者其他东西进行齐次变换：$$ \left[ \begin{array}{l} y_1 \\ y_2 \\ y_3 \\ 1 \end{array} \right] = T \cdot \left[ \begin{array}{l} x_1 \\ x_2 \\ x_3 \\ 1 \end{array} \right]$$
由于变换矩阵结合了旋转和缩放，是一种较为经济实用的表达方式。它在机器人和许多三维空间相关的科学中都有广泛的应用。PCL里提供了点云的变换函数，只要给定了变换矩阵，就能对移动整个点云：
pcl::transformPointCloud( input, output, T );
小萝卜：所以我们现在就是要把OpenCV里的旋转向量、位移向量转换成这个矩阵喽？
师兄：对！OpenCV认为旋转矩阵$R$，虽然有$3\times 3$那么大，自由变量却只有三个，不够节省空间。所以在OpenCV里使用了一个向量来表达旋转。向量的方向是旋转轴，大小则是转过的弧度.
小萝卜：但是我们又把它变成了矩阵啊，这不就没有意义了吗！
师兄：呃，这个，确实如此。不管如何，我们先用罗德里格斯变换（Rodrigues）将旋转向量转换为矩阵，然后“组装”成变换矩阵。代码如下：
src/joinPointCloud.cpp
1 /*************************************************************************
2 > File Name: src/jointPointCloud.cpp
3 > Author: Xiang gao
4 > Mail: [email protected]
5 > Created Time: 2015年07月22日 星期三 20时46分08秒
6 ************************************************************************/
7
8 #include<iostream>
9 using namespace std;
10
11 #include "slamBase.h"
12
13 #include <opencv2/core/eigen.hpp>
14
15 #include <pcl/common/transforms.h>
16 #include <pcl/visualization/cloud_viewer.h>
17
18 // Eigen !
19 #include <Eigen/Core>
20 #include <Eigen/Geometry>
21
22 int main( int argc, char** argv )
23 {
24 //本节要拼合data中的两对图像
25 ParameterReader pd;
26 // 声明两个帧，FRAME结构请见include/slamBase.h
27 FRAME frame1, frame2;
28
29 //读取图像
30 frame1.rgb = cv::imread( "./data/rgb1.png" );
31 frame1.depth = cv::imread( "./data/depth1.png", -1);
32 frame2.rgb = cv::imread( "./data/rgb2.png" );
33 frame2.depth = cv::imread( "./data/depth2.png", -1 );
34
35 // 提取特征并计算描述子
36 cout<<"extracting features"<<endl;
37 string detecter = pd.getData( "detector" );
38 string descriptor = pd.getData( "descriptor" );
39
40 computeKeyPointsAndDesp( frame1, detecter, descriptor );
41 computeKeyPointsAndDesp( frame2, detecter, descriptor );
42
43 // 相机内参
44 CAMERA_INTRINSIC_PARAMETERS camera;
45 camera.fx = atof( pd.getData( "camera.fx" ).c_str());
46 camera.fy = atof( pd.getData( "camera.fy" ).c_str());
47 camera.cx = atof( pd.getData( "camera.cx" ).c_str());
48 camera.cy = atof( pd.getData( "camera.cy" ).c_str());
49 camera.scale = atof( pd.getData( "camera.scale" ).c_str() );
50
51 cout<<"solving pnp"<<endl;
52 // 求解pnp
53 RESULT_OF_PNP result = estimateMotion( frame1, frame2, camera );
54
55 cout<<result.rvec<<endl<<result.tvec<<endl;
56
57 // 处理result
58 // 将旋转向量转化为旋转矩阵
59 cv::Mat R;
60 cv::Rodrigues( result.rvec, R );
61 Eigen::Matrix3d r;
62 cv::cv2eigen(R, r);
63
64 // 将平移向量和旋转矩阵转换成变换矩阵
65 Eigen::Isometry3d T = Eigen::Isometry3d::Identity();
66
67 Eigen::AngleAxisd angle(r);
68 cout<<"translation"<<endl;
69 Eigen::Translation<double,3> trans(result.tvec.at<double>(0,0), result.tvec.at<double>(0,1), result.tvec.at<double>(0,2));
70 T = angle;
71 T(0,3) = result.tvec.at<double>(0,0);
72 T(1,3) = result.tvec.at<double>(0,1);
73 T(2,3) = result.tvec.at<double>(0,2);
74
75 // 转换点云
76 cout<<"converting image to clouds"<<endl;
77 PointCloud::Ptr cloud1 = image2PointCloud( frame1.rgb, frame1.depth, camera );
78 PointCloud::Ptr cloud2 = image2PointCloud( frame2.rgb, frame2.depth, camera );
79
80 // 合并点云
81 cout<<"combining clouds"<<endl;
82 PointCloud::Ptr output (new PointCloud());
83 pcl::transformPointCloud( *cloud1, *output, T.matrix() );
84 *output += *cloud2;
85 pcl::io::savePCDFile("data/result.pcd", *output);
86 cout<<"Final result saved."<<endl;
87
88 pcl::visualization::CloudViewer viewer( "viewer" );
89 viewer.showCloud( output );
90 while( !viewer.wasStopped() )
91 {
92
93 }
94 return 0;
95 }
重点在于59至73行，讲述了这个转换的过程。
变换完毕后，我们就得到了拼合的点云啦：
怎么样？是不是有点成就感了呢？
接下来的事……
至此，我们已经实现了一个只有两帧的SLAM程序。然而，也许你还不知道，这已经是一个视觉里程计(Visual Odometry)啦！只要不断地把进来的数据与上一帧对比，就可以得到完整的运动轨迹以及地图了呢！
小萝卜：这听着已经像是SLAM了呀！
师兄：嗯，要做完整的SLAM，还需要一些东西。以两两匹配为基础的里程计有明显的累积误差，我们需要通过回环检测来消除它。这也是我们后面几讲的主要内容啦！
小萝卜：那下一讲我们要做点什么呢？
师兄：我们先讲讲关键帧的处理，因为把每个图像都放进地图，会导致地图规模增长地太快，所以需要关键帧技术。然后呢，我们要做一个SLAM后端，就要用到g2o啦！
课后作业
由于参数文件可以很方便地调节，请你试试不同的特征点类型，看看哪种类型比较符合你的心意。为此，最好在源代码中加入显示匹配图的代码哦！
未完待续