surfelmeshing+slam+kinectv2学习笔记

https://github.com/puzzlepaint/surfelmeshing

https://github.com/raulmur/ORB_SLAM2

下载 TUM-Dataset数据集（https://vision.in.tum.de/data/datasets/rgbd-dataset/download），按照surfelmeshing教程即可。

制作数据集的步骤：

1.配置好kinectv2和ros

2.用kinect分别读取rgb和深度图像，分别放在rgb和depth文件夹下，并生成相应的rgb.txt和depth.txt文件。

代码如下，将整个文件夹放在catkin_ws/src下，并配置好相应的CMakeLists.txt和package.xml，catkin_make。

这个代码参考的https://github.com/RuPingCen/save_rgbd_from_kinect2

3.roscore 

　rosrun save_rgbd_from_kinect2 save_rgbd_from_kinect2 就开始生成rgb图像、depth图像、rgb.txt、depth.txt文件了。

4.associate.py 用来对齐rgb文件和depth文件的时间戳，生成associations.txt。

python associate.py PATH_TO_SEQUENCE/rgb.txt PATH_TO_SEQUENCE/depth.txt > associations.txt

5.往下就是想方设法找到grountruth.txt，即所谓的相机连续的位置和姿态，没有硬件设备，只能用ORB-SLAM来生成。

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUMX.yaml PATH_TO_SEQUENCE_FOLDER ASSOCIATIONS_FILE

其中，TUMX.yaml要改相应kinect相机的。运行完后会得到KeyFrameTrajectory.txt，里面即所谓关键帧的相机位置和姿态。

暂时走到这一步，效果不理想，拿不到真实准确的grountruth.txt，无法跑出自己的surfelmeshing，只能用TUM数据集（里面都有比较准确的groundtruth.txt）。

标签：rgbd,kinectv2,surfelmeshing,depth,rgb,slam,https,txt
来源： https://www.cnblogs.com/Ker-win/p/14864883.html