很久没有写详细的学习blog了。临近毕业变得繁忙。毕业论文涉及到动态场景下的三维重建。里面需要涉及到好几个系统互相传递位姿,图像等，自然而然地想用ROS为媒介来做这个工作。于是对当前几个还不错的系统写了可以发布/接收消息的ROS wrapper
infinitam
基于infinitam_v3
Infinitam可用于静态场景下的三维重建，其重建速度即使在一般的GPU上也很快。但是当前github官网的infinitam不支持ROS，虽然infinitam3.5说是支持，(你问我资词不资词，那我当然是资词的)，但是我怎么都没跑地起来，也没看到里面涉及到ROS的相关代码，看来还是不支持...所以干脆自己写了。总体做了如下改进
1: 接收ROS图像
2: 接收外部系统的位姿估计
3: RGB 重建
第一个是想实现的基本功能。第二个是比较出彩的功能，你可以把infinitam和任何ros驱动slam系统连接起来，有slam系统提供位姿估计而不是用inifinitam自带的位姿估计系统。原infinitam使用rgbd图像进行位姿估计，有了上面的改动意味这你可以用任何visua或者visual-inertal SLAM或者lidar slam提供位姿(但是你得知道lidar和相机之间的坐标变换，这个校准功能就没提供了) 。第三个比较扯，原infinitam不带彩色重建...修改了下源代码使其支持彩色重建
代码链接
https://github.com/zhaozhongch/infinitam_ros
ORBSLAM3
虽然本来ORBSLAM系列就是支持ROS的，但是它并不像一个传统的ROS包，放在一个ros的workspace里。导致我们用launch文件或者其他的ROS功能就显得很麻烦。这里把ORBSLAM3做成了ros package, 只需要传统的catkin_make就可以编译。也是使用rosrun等命令跑节点。
目前输出每一帧的位姿topic /tesse/odom，这是我需要的功能了。当然如果使用的人可能还需要关键帧位姿,稀疏地图的点云等，我就没做那些功能了。自己写wrapper吧hh
代码链接
https://github.com/zhaozhongch/orbslam3_ros
Yolact
Yolact是用在做instance segmentation的工具。官网链接。相比与经典的MASK-RCNN，其MASK的质量更高，更贴近物体原本的轮廓。但是Yolact1版本的mAP稍低，第二版本的高一些。我在Yolact 的ROS wrapper里提供的功能是每接收一张图片，在进行分割之后，输出黑白图片，白色的(像素值255)是有物体被分割的地方，黑色的为无特殊物体的区域。目前可以选择分割仅仅分割人或者包含其他物体。物体的类别源于COCO 数据集。
代码链接
https://github.com/zhaozhongch/yolact_ros
欢迎指出任何错误
如果觉得哪个有帮助可以在github上点个小星星。
网友评论