【源码】基于C++和Sophus库的DSO Drone

项目简介

本项目是一个基于DSO（直接稀疏光度法）的开源项目，由CNES（法国国家空间研究中心）开发。主要用于在无人机平台上实现实时相机位姿估计和三维重建，对DSO算法进行了优化，使其能在资源受限的嵌入式系统（如Raspberry Pi 3）上运行，并添加了尺度信息。

项目的主要特性和功能

1. 采用直接稀疏光度法（DSO），直接处理原始图像数据估计相机位姿，无需额外传感器数据。
2. 具备实时性能，可支持无人机应用在嵌入式系统上运行。
3. 增加尺度估计功能，能提供更精确的相机位姿和三维重建结果。
4. 运用图像金字塔进行多尺度处理，适应不同分辨率的图像数据。
5. 利用多线程处理优化计算效率。
6. 提供可视化工具，用于展示算法运行过程和结果。

安装使用步骤

假设用户已经下载了本项目的源码文件

1. 安装依赖
   • 安装必要的依赖库： bash sudo apt-get install libsuitesparse-dev libeigen3-dev libboost-all-dev sudo apt-get install libopencv-dev
   • 安装Pangolin： bash cd Pangolin mkdir build cd build cmake .. make sudo make install
   • 安装ziplib（可选）： bash sudo apt-get install zlib1g-dev cd dso/thirdparty tar -zxvf libzip-1.1.1.tar.gz cd libzip-1.1.1/ ./configure make sudo make install sudo cp lib/zipconf.h /usr/local/include/zipconf.h
2. 编译项目 bash cd dso mkdir build cd build cmake .. make -j
3. 运行测试 使用以下命令运行DSO算法： bash bin/dso_dataset \ files=XXXXX/sequence_XX/images.zip \ calib=XXXXX/sequence_XX/camera.txt \ gamma=XXXXX/sequence_XX/pcalib.txt \ vignette=XXXXX/sequence_XX/vignette.png \ preset=0 \ mode=0
4. 集成到无人机平台 将编译后的程序集成到无人机平台上，并进行实际测试。

注意事项

1. 硬件要求：项目在Raspberry Pi 3等嵌入式系统上进行了优化，但可能需要更高性能的硬件来实现实时性能。
2. 软件依赖：需要安装Sophus和Eigen库，并正确配置CMake以构建项目。
3. 测试环境：提供的测试代码用于验证算法和库的正确性，可能需要根据实际应用进行调整。
4. 版本更新：由于项目处于开发阶段，建议定期检查并更新源代码，以获得最新的功能改进和错误修复。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】