- 使用
bag2img.py对从bag中提取彩色图像和深度图像，其中--bag_path表示bag的路径
$ python3 bag2img.py --bag_path /path/to/bag
# example:
# python3 bag2img.py --bag_path /home/lg/rosbags/map-1230-room_converted.bag- 执行该指令后将在bag所在目录下生成一个同名文件夹，包含如下内容：
├─depth
│ ├─xxxxxxxxxx.xxxxxx.png # 深度图像，以时间戳命名
├─depth-stamp.txt # 深度图像的时间戳列表
├─rgb
│ ├─xxxxxxxxxx.xxxxxx.png # 彩色图像，以时间戳命名
├─rgb-stamp.txt # 深度图像的时间戳列表
├─associations.txt # 彩色图像与深度图像的对应关系，格式为（时间戳 彩色图像 深度图像）
- 将slam生成的轨迹数据保存为文本文件，参考
CameraTrajectory.txt，其格式为：
timestamp1 x1 y1 z1 qx1 qy1 qz1 qw1
timestamp2 x2 y2 z2 qx2 qy2 qz2 qw2
timestamp3 x3 y3 z3 qx3 qy3 qz3 qw3
......
-
修改
rgbd_mapping.cc中T_body_rgb的值。由于我的slam算法以imu作为body坐标系，所以我将T_body_rgb设置为rgb图像到imu的变换，请根据所使用slam算法的body坐标系修改T_body_rgb。 -
编译代码
$ mkdir build
$ cd build
$ cmake ..
$ make- 执行
RGBD_Mapping进行见图。其中，trajectory_path为轨迹数据文件的路径；data_dir为处理bag数据时生成的文件夹；pcd_save_path为重建点云的保存路径，重建的点云以pcd格式保存；depth_sample_interval为深度图像的采样间隔，增大采样间隔可以减少点的数量，减小采样间隔使重建点云更加精细
$ ./RGBD_Mapping trajectory_path data_dir pcd_save_path depth_sample_interval
# example
# ./RGBD_Mapping /home/lg/mapping/CameraTrajectory.txt /home/lg/rosbags/map-1230-room_converted map.pcd 8