LT-mapper，LT-SLAM代码运行与学习

文章目录

• 1 安装编译
• • 1.1编译安装LT_mapper
  • • 报错1：fatal error: filesystem: 没有那个文件或目录
    • • 思路1，用`#include <experimental/filesystem>`替换`#include <filesystem>`
      • 思路2：尝试升级G++到8以上，我没有尝试
  • 1.2 编译安装file_player_mulran
  • 1.3 编译安装SC-LIO-SAM
  • 1.4 安装CloudCompare
  • • 安装：
    • 运行参考命令：
    • 卸载：
• 2 LT-SLAM 流程
• • 2.0准备数据序列
  • • 使用MulRan player从数据目录中发布雷达和点云话题
  • 2.1 通过SC-LIUO-SLAM为每一个段生成一个段数据
  • • 2.1.1 由01数据生成一个段
    • 2.1.2 由02数据生成一个段
    • 2.1.3 比较轨迹
    • 2.1.4 在共享的中心坐标系中使用LT-SLAM对齐两个轨迹
    • 2.1.5 比较使用LT-SLAM对齐的两个轨迹
    • 2.1.6 使用在中心坐标系上优化的位姿对齐每一段点云
    • 2.1.7 使用cloudcompare比较每一段点云对齐后的效果
• 3 报错及相关解决办法
• • 3.1：`ModuleNotFoundError: No module named 'pypcd'`
  • • (1)`pip install pypcd`
    • (2)替换pypcd.py文件
    • (3)如果没有进行(2)的替换，可能会报错;替换的话就基本没问题了：
    • • 报错1：`ModuleNotFoundError: No module named 'cStringIO'`
      • 报错2：`TypeError: startswith first arg must be bytes or a tuple of bytes, not str`
      • 报错3：`TypeError: cannot use a string pattern on a bytes-like object`
      • 报错*n，会有很多报错。。。，我没解决完
  • 3.2：`ModuleNotFoundError: No module named 'open3d'`
  • 3.3：`ModuleNotFoundError: No module named 'addict'`

1 安装编译

系统：

ubuntu: 	| Description: Ubuntu 18.04.6 LTS
architecture: 	| 64-bit
gcc: 		| gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
cmake: 		| cmake version 3.10.2 CMake suite maintained and supported by Kitware (kitware.com/cmake).
ros-melodic

查看系统及软件版本脚本参考：https://blog.csdn.net/BIT_HXZ/article/details/125120168

1.1编译安装LT_mapper

cd xx/LT_mapper_ws/src
git clone https://github.com/gisbi-kim/lt-mapper.git
catkin_make

报错1：fatal error: filesystem: 没有那个文件或目录

/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltslam/include/ltslam/utility.h:88:10: fatal error: filesystem: 没有那个文件或目录
 #include <filesystem> // requires gcc version >= 8

/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltremovert/include/removert/utility.h:70:10: fatal error: filesystem: 没有那个文件或目录
 #include <filesystem> // requires gcc version >= 8

思路1，用#include <experimental/filesystem>替换#include <filesystem>

参考：https://*.com/questions/39231363/fatal-error-filesystem-no-such-file-or-directory
发现还是报错，报错如下：

/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltremovert/include/removert/utility.h:73:21: error: ‘filesystem’ is not a namespace-name
 namespace fs = std::filesystem;
                     ^~~~~~~~~~
/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltremovert/include/removert/utility.h:73:31: error: expected namespace-name before ‘;’ token
 namespace fs = std::filesystem;
--------------

/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltremovert/src/Session.cpp:87:24: error: ‘fs’ has not been declared
     for(auto& _entry : fs::directory_iterator(_scan_dir)) {

--------------
/home/meng/subject/LT_mapper_ws/src/lt-mapper/ltremovert/src/Removerter.cpp:8:10: error: ‘fs’ has not been declared
     if (!fs::is_directory(_path) || !fs::exists(_path))

解决思路与解决方案，按上面的报错逻辑来看，应该是filesystem这个命令空间及空间内的函数没有引用对，前面不是用#include <experimental/filesystem>替换#include <filesystem>嘛，这里也尝试用替换如下所示，这里仅仅修改下面的位置：

// namespace fs = std::filesystem;
namespace fs = std::experimental::filesystem;//hxz

编译通过

思路2：尝试升级G++到8以上，我没有尝试

1.2 编译安装file_player_mulran

cd xx/LT_mapper_ws/src
git clone https://github.com/irapkaist/file_player_mulran.git
catkin_make

1.3 编译安装SC-LIO-SAM

cd xx/LT_mapper_ws/src
git clone https://github.com/gisbi-kim/SC-LIO-SAM.git
catkin_make

1.4 安装CloudCompare

github地址：https://github.com/CloudCompare/CloudCompare
安装参考：https://blog.csdn.net/magic_ll/article/details/120780593

安装：

sudo apt-get update
sudo apt install snap
sudo snap install cloudcompare

运行参考命令：

cloudcompare.CloudCompare
loudcompare.ccViewer 

卸载：

sudo snap remove cloudcompare

2 LT-SLAM 流程

2.0准备数据序列

LT-mapper ParkingLot 数据集包含在三天内的六个序列，用于同一空间地点，但初始姿势不同。LT-SLAM 自动将它们对齐在共享坐标中。

下载链接：https://drive.google.com/drive/folders/1FNIU691AR2g04NlKBFCDL4APpxpzkfQp
全部下载即可

下载如下：

解压到任意一个文件夹，这里命名为data文件夹下：

使用MulRan player从数据目录中发布雷达和点云话题

cd xx/LT_mapper_ws
source devel/setup.bash
roslaunch file_player file_player.launch

launch启动出现软件界面：

点击load，加载数据：

点击play会播放话题，点击end会结束播放话题

2.1 通过SC-LIUO-SLAM为每一个段生成一个段数据

2.1.1 由01数据生成一个段

需要设置文件保存路径：
修改：xx/LT_mapper_ws/src/SC-LIO-SAM/SC-LIO-SAM/config/params_mulran.yaml 文件内路径为自己创建的路径：

  # savePCDDirectory: "/home/user/Desktop/scliosam/data/"  # use global path, and end with "/" 
  savePCDDirectory: "/media/meng/T7/dataset/LT_mapper/data_parsed/01/"  # use global path, and end with "/"   

启动lio-sam：

cd xx/LT_mapper_ws
source devel/setup.bash
roslaunch lio_sam run_mulran.launch

第一次启动可能会遇到这个，应该不影响：

接着发布话题数据：

cd xx/LT_mapper_ws
source devel/setup.bash
roslaunch file_player file_player.launch

效果如下，如果rviz不显示，可以再启动一次run_mulran.launch；如果中间出现定位崩了，重新启动上面两个launch

结果保存在：

批量化查看pcd文件：https://blog.csdn.net/BIT_HXZ/article/details/122090880

2.1.2 由02数据生成一个段

01和02数据起点具有不同的位姿。
参考上面的操作，重新来一遍。效果如下：

2.1.3 比较轨迹

打开cloudcompare软件，终端输入：
cloudcompare.CloudCompare

将01、02数据的trajectory.pcd文件用cloudcompare软件打开，进行轨迹比较

可以看出，01和02的起始位姿不同，所以轨迹并没有对齐。

注：如果trajectory.pcd文件在外接硬盘上，我这里在三星T7硬盘上，直接用cloudcompare打开会出现包权限不允许的错误，如下所示：

[pcl::PCDReader::readHeader] Could not open file '/media/meng/T7/dataset/LT_mapper/data_parsed/01/trajectory.pcd'! Error : Permission denied
[pcl::PassThrough::applyFilter] Input dataset doesn't have x-y-z coordinates!

解决办法为将两个trajectory.pcd文件复制到自己电脑硬盘的文件加下，如/home/Desktop/。

2.1.4 在共享的中心坐标系中使用LT-SLAM对齐两个轨迹

指定需要对齐数据序列的路径，打开xx/LT_mapper_ws/src/lt-mapper/ltslam/config/params.yaml,修改对应路径,下面的修改应该是让02数据的轨迹向01数据对齐

ltslam:

  # sessions_dir: "/home/user/Documents/catkin2021/catkin_LTslam/data_kitti/in/" # end with / 
  sessions_dir: "/media/meng/T7/dataset/LT_mapper/data_parsed/" # end with /    ###hxz


  central_sess_name: "01" # should be same as the directory name of that session   ##hxz
  query_sess_name: "02" # should be same as the directory name of that session    ##hxz
  
  # save_directory: "/home/user/Documents/catkin2021/catkin_LTslam/data_kitti/out/011-02-manyloops/" # end with "/"
  save_directory: "/media/meng/T7/dataset/LT_mapper/data_ltslam/0102/" # end with "/"    ##hxz

  is_display_debug_msgs: false

  loopFitnessScoreThreshold: 0.7

  kNumSCLoopsUpperBound: 1000 # if you use an enough number, use all the detected loops 
  kNumRSLoopsUpperBound: 0 # if you use an enough number, use all the detected loops 

  numberOfCores: 16 # currently hard-coded in the utility.cpp

cd xx/LT_mapper_ws
source devel/setup.bash
roslaunch ltslam run.launch

LT-SLAM首先检测并缝合(detect and sticth)基于背景扫描的回环(scan context-based loops)，并得到大致的初始位姿转换。然后，使用基于半径(radius-search)的搜索精细地缝合两个轨迹。
最终输出：

/media/meng/T7/dataset/LT_mapper/data_ltslam/0102/01_central_aft_intersession_loops.txt
/media/meng/T7/dataset/LT_mapper/data_ltslam/0102/02_central_aft_intersession_loops.txt

2.1.5 比较使用LT-SLAM对齐的两个轨迹

注意：上一步得到的最终文件01_central_aft_intersession_loops.txt和02_central_aft_intersession_loops.txt如果在移动硬盘上，也需要移动到电脑本机硬盘上，否则可能打不开或打开失败。
直接拖如cloudcompare软件即可。

调整第1、4、8、12列的属性，点击apply all（这样拖入另一个txt时就不用调整了）

发现01和02数据对应的轨迹被很好地对齐了。

2.1.6 使用在中心坐标系上优化的位姿对齐每一段点云

注：python环境：python3.7,之前配置的环境：https://blog.csdn.net/BIT_HXZ/article/details/123444769
注：出现报错查看目录3 找到对应的报错
分别将01_central_aft_intersession_loops.txt和02_central_aft_intersession_loops.txt放在xx/data_parsed/01和xx/data_parsed/02下
使用SL-LIO-SLAM的python工具xx/LT_mapper_ws/src/SC-LIO-SAM/SC-LIO-SAM/tools/python/makeMergedMap.py,修改该py文件的下面4处：

# data_dir = "/home/user/Desktop/data/scliosam/mytest1/" # should end with / 
# scan_idx_range_to_stack = [0, 100] # if you want a whole map, use [0, len(scan_files)]
data_dir = "/media/meng/T7/dataset/LT_mapper/data_parsed/01/" # should end with /   ##hxz
scan_idx_range_to_stack = [0, 571] # if you want a whole map, use [0, len(scan_files)] ##hxz

# f = open(data_dir+"optimized_poses.txt", 'r')  ##hxz
f = open(data_dir+"01_central_aft_intersession_loops.txt", 'r')

# if( nodes_count % node_skip is not 0): 
if( nodes_count % node_skip != 0):  ##hxz         

第4行的571是Scans文件夹里面的项目数目

终端输入：

cd xx/LT_mapper_ws/src/SC-LIO-SAM/SC-LIO-SAM/tools/python
python3 makeMergedMap.py

open3d中鼠标滚轮前滑是缩小，后滑是放大，按住滚轮移动鼠标是移动，鼠标左键可以移动视角

同样，针对02数据，修改xx/LT_mapper_ws/src/SC-LIO-SAM/SC-LIO-SAM/tools/python/makeMergedMap.py中对应位置，参考如上，输入命令python3 makeMergedMap.py

直接看的话，需要放大才可以看出区别
现在我们得到了在相同坐标系下的两个点云地图

运行python3 makeMergedMap.py时，在程序执行到保存pcd地图阶段时可能会报错：三个报错对应三个位置，相应修改如下。

TypeError: sequence item 0: expected str instance, bytes found

        # uncompressed = ''.join(uncompressed_lst)
        uncompressed = ''.join(str(uncompressed_lst))         #hxz

TypeError: write() argument must be str, not bytes

        # fileobj.write(struct.pack(fmt, compressed_size, uncompressed_size))
        fileobj.write(str(struct.pack(fmt, compressed_size, uncompressed_size)) )  ##hxz      

TypeError: write() argument must be str, not bytes

        # fileobj.write(buf)
        fileobj.write(str(buf))  ##hxz      

解决完报错后，终端打印输出如下，对齐后的点云地址如下

makeMergedMap.py文件中保存pcd的相关代码如下

最终01和02序列数据分别得到：map_0_to_609_with_intensity.pcd、map_0_to_571_with_intensity.pcd,但二者都比较大

2.1.7 使用cloudcompare比较每一段点云对齐后的效果

数据量比较大，暂时先不再ubuntu下用cloudcompare打开，如果用cloudcompare打开会报错，如下所示：

[pcl::PCDReader::read] The estimated cloud.data size (377341728) is different than the saved uncompressed value (1550071928)! Data corruption?
[pcl::PCDReader::read] Size of decompressed lzf data (0) does not match value stored in PCD header (1550071928). Errno: 22

注：如果可以打开比较观察，会发现有动态鬼点和较小的偏移，在使用LT-removert处理完动态鬼点后，LT-removert通过检查变化进行偏差对齐

3 报错及相关解决办法

3.1：ModuleNotFoundError: No module named 'pypcd'

解决步骤：

(1)pip install pypcd

我这里pypcd.py文件安装在/home/meng/anaconda3/envs/yolov5py37/lib/python3.7/site-packages/pypcd/pypcd.py

(2)替换pypcd.py文件

下面这个github代码针对篇pypcd在python3.x版本上的兼容性，写了针对python3.6的版本的pypcd，感谢感谢感谢。
https://github.com/weidezhang/pypcd_python3.6

将上面pip安装的/home/meng/anaconda3/envs/yolov5py37/lib/python3.7/site-packages/pypcd/pypcd.py备份后直接全部替换，备份参考命令如下：
cp /home/meng/anaconda3/envs/yolov5py37/lib/python3.7/site-packages/pypcd/pypcd.py /home/meng/anaconda3/envs/yolov5py37/lib/python3.7/site-packages/pypcd/pypcd.py.old

(3)如果没有进行(2)的替换，可能会报错;替换的话就基本没问题了：

报错1：ModuleNotFoundError: No module named 'cStringIO'

原因在于python3.X已经取消了cStringIO模块，但是可以在io模块中找到StringIO。参考：https://blog.csdn.net/S20144144/article/details/100518249

gedit /home/meng/anaconda3/envs/yolov5py37/lib/python3.7/site-packages/pypcd/pypcd.py
观察pypcd.py文件，相关调用函数的语句如下所示：

    fileobj = sio.StringIO(buf)
--------------
    fileobj = sio.StringIO()    

且StringIO()函数在python3中在io头文件中，故修改如下：

# import cStringIO as sio
import io as sio   #hxz

报错2：TypeError: startswith first arg must be bytes or a tuple of bytes, not str

参考：https://github.com/ansible/tower-cli/issues/300

修改如下：

        # if ln.startswith('DATA'):
        if ln.startswith(b'DATA'):  ##hxz          

        # if ln.startswith('#') or len(ln) < 2:
        if ln.startswith(b'#') or len(ln) < 2:  ##hxz          

报错3：TypeError: cannot use a string pattern on a bytes-like object

修改如下：

        # match = re.match('(\w+)\s+([\w\s\.]+)', ln)
        match = re.match('(\w+)\s+([\w\s\.]+)'.decode('utf-8'), ln) ##hxz

报错*n，会有很多报错。。。，我没解决完

3.2：ModuleNotFoundError: No module named 'open3d'

(注：之前尝试时，在python3.10的环境下一直安装不进去open3d，调整为python3.7环境就安装进去了。)
直接安装：pip install open3d

ERROR: Could not find a version that satisfies the requirement open3d (from versions: none)
ERROR: No matching distribution found for open3d

使用conda安装：
conda install open3d
报错：
PackagesNotFoundError: The following packages are not available from current channels:
到anaconda(https://anaconda.org/) 查看open3d这个包的下载链接：

输入命令：
conda install -c open3d-admin open3d，安装成功

3.3：ModuleNotFoundError: No module named 'addict'

pip install addict