ROS2 环境检查
# source /opt/ros/humble/setup.bash
# ros2 doctor
安装 rtabmap
sudo apt update
sudo apt install \
ros-humble-rtabmap \
ros-humble-rtabmap-ros \
ros-humble-rtabmap-msgs
$ ros2 pkg list | grep rtabmap
rtabmap_conversions
rtabmap_demos
rtabmap_examples
rtabmap_launch
rtabmap_msgs
rtabmap_odom
rtabmap_python
rtabmap_ros
rtabmap_rviz_plugins
rtabmap_slam
rtabmap_sync
rtabmap_util
rtabmap_viz
rtabmap 命令
核心运行与可视化工具
rtabmap- 介绍：RTAB-Map 的官方图形界面（GUI）主程序。你可以通过它直接连接相机建图、导入数据集、查看 3D 点云拼接效果以及进行在线实时 SLAM。
rtabmap-console- 介绍：RTAB-Map 的纯命令行控制台版本（无图形界面）。适合跑在没有显示器的机器人、服务器或树莓派上，在后台默默进行建图并保存数据库。
rtabmap-odometryViewer- 介绍：纯里程计可视化工具。如果你只想单独测试视觉里程计（VO）或轮式里程计的轨迹漂移情况，而不进行后端的全局建图与回环检测，用这个工具观察最轻量。
rtabmap-lidar_viewer- 介绍：一个简易的 3D 激光雷达（LiDAR）点云数据查看器，主要用来快速预览采集到的激光点云文件。
数据集与相机驱动输入工具（包含你遇到的问题核心）
rtabmap-rgbd_dataset- 介绍：重点工具。专门用来离线读取、回放和处理各大公开 RGB-D 数据集（如 TUM、EuroC、ICL-NUIM）的命令行工具。你之前遇到的
rgb_sync命名要求，正是由这个工具的内部解析机制决定的。
- 介绍：重点工具。专门用来离线读取、回放和处理各大公开 RGB-D 数据集（如 TUM、EuroC、ICL-NUIM）的命令行工具。你之前遇到的
rtabmap-rgbd_camera- 介绍：相机硬件测试驱动。无需打开庞大的主界面，直接在终端调用它即可快速验证你的外接硬件相机（如 Intel RealSense、Stereolabs ZED、Orbbec 等）能否被系统正常读取并输出图像。
rtabmap-camera- 介绍：普通的普通单目/普通普通相机读取工具。
rtabmap-kitti_dataset- 介绍：专门针对自动驾驶领域大名鼎鼎的 KITTI 室外双目/激光雷达数据集的专用读取与回放工具。
rtabmap-dataRecorder- 介绍：数据录制器。用于把相机捕捉到的 RGB 图像、深度图、时间戳等原始数据直接录制保存为一个特定的
.db文件，方便后续做离线 SLAM 实验。
- 介绍：数据录制器。用于把相机捕捉到的 RGB 图像、深度图、时间戳等原始数据直接录制保存为一个特定的
数据库维护与离线后期优化工具（核心亮点）
rtabmap-databaseViewer- 介绍：极为常用的工具。专门用来分析建图结束后保存的
.db数据库。你可以查看每一帧的视觉特征点匹配、检测被错误关联的回环、手动删除错误的闭环约束，甚至是导出拼好的 3D 模型。
- 介绍：极为常用的工具。专门用来分析建图结束后保存的
rtabmap-recovery- 介绍：数据库修复工具。当系统异常断电、闪退导致
.db数据库文件损坏打不开时（你之前遇到的错误弹窗就是它触发的），可以用它尝试将残留的节点数据捞出来修复。
- 介绍：数据库修复工具。当系统异常断电、闪退导致
rtabmap-reprocess- 介绍：离线重新处理工具。这是学术研究的神器。如果你用相同的传感器录制了一段数据，修改了提取特征点的算法（比如从 SURF 改成 ORB），可以用它在不重新录制数据的前提下，对数据库里面的数据重新跑一遍 SLAM。
rtabmap-globalBundleAdjustment- 介绍：全局光束法平差工具（GBA）。在离线状态下对已有的整个 SLAM 轨迹和点云进行高精度的非线性最小二乘优化，用于极大程度地消除长距离漂移。
rtabmap-detectMoreLoopClosures- 介绍：离线回环再检测工具。建图时有些回环可能因为计算超时漏掉了，在建图结束后运行它，可以让算法花更多的时间去数据库里死磕，强行找出更多隐藏的闭环。
数据导出与分析报告工具
rtabmap-export- 介绍：数据导出命令行版。可以把数据库里的 3D 点云无损导出为常见的 3D 模型格式（如
.ply,.pcd,.obj），供 MeshLab、CloudCompare 等软件或 3D 打印使用。
- 介绍：数据导出命令行版。可以把数据库里的 3D 点云无损导出为常见的 3D 模型格式（如
rtabmap-report- 介绍：性能报告生成器。分析数据库并输出详尽的 SLAM 统计图表（包括内存占用变化、每帧计算耗时、回环检测成功率等趋势图），非常适合写论文时拿来当实验图表。
rtabmap-info- 介绍：快速查看数据库基础信息的命令行工具，比如直接输出数据库里有多少个关键帧、有没有包含三维重构数据、文件大小等。
其他辅助小工具
rtabmap-calibration- 介绍：相机标定/校准工具。用于标定单目、双目或 RGB-D 相机的内参以及彩色镜头与红外镜头之间的外参，生成 SLAM 算法需要的 yaml 标定文件。
rtabmap-cleanupLocalGrids- 介绍：用于清理和重构栅格地图（Grid Map）的局部冗余数据。
rtabmap-extractObject- 介绍：基于 3D 边界框或点云分割，从已经建好的三维地图中强行提取出某一个特定物体的点云数据。
rtabmap-res_tool&rtabmap-res_tool-0.3.0- 介绍：资源管理与分辨率缩放的内部辅助小工具。
TUM_RGB-D 数据集
TUM RGB-D 数据集是由慕尼黑工业大学（Technical University of Munich）计算机视觉实验室发布的一个极为经典的 SLAM（同时定位与地图构建）评测基准。自2012年发布以来，它成为了评估 RGB-D SLAM（彩色+深度相机） 算法（如 ORB-SLAM2/3、RTAB-Map、ElasticFusion 等）性能的行业事实标准。
1. Freiburg 1 系列 (fr1)：标准室内与基础测试
特点：使用第一代 Kinect 采集，视角较窄，深度图噪点相对较大。
| 压缩包文件名 | 场景内容 | 核心测试目的 / 算法难点 | 推荐测试阶段 / 难度 |
|---|---|---|---|
rgbd_dataset_freiburg1_xyz.zip |
纯手持前后左右平移 | 测试视觉里程计（VO）的最基础平移计算，排除旋转干扰。 | 入门冒烟测试 ★☆☆☆☆ |
rgbd_dataset_freiburg1_rpy.zip |
原地手持翻滚、俯仰、偏航（旋转） | 测试算法在无平移、纯旋转下的退化表现（特征点容易跟丢）。 | 基础功能测试 ★★☆☆☆ |
rgbd_dataset_freiburg1_desk.zip |
典型的办公桌环境（显示器/书本/键盘） | 最经典的通用基准测试。评估算法在纹理、结构丰富环境下的综合表现。 | 核心性能评估 ★★★☆☆ |
rgbd_dataset_freiburg1_room.zip |
相机在整个房间绕行一大圈回到原点 | 专门用来测试算法的回环检测（Loop Closure）与全局后端优化能力。 | 闭环能力测试 ★★★★☆ |
rgbd_dataset_freiburg1_floor.zip |
相机对着地面移动 | 弱纹理、高重复性环境，测试算法在视觉特征缺失时的鲁棒性。 | 极端环境测试 ★★★★☆ |
rgbd_dataset_freiburg1_room
2. Freiburg 2 系列 (fr2)：长距离与机器人搭载
特点：使用 Asus Xtion 采集，图像质量较高，运动多由 Pioneer 先锋轮式机器人底盘驱动（Z轴稳定）。
| 压缩包文件名 | 场景内容 | 核心测试目的 / 算法难点 | 推荐测试阶段 / 难度 |
|---|---|---|---|
rgbd_dataset_freiburg2_xyz.zip |
机器人底盘驱动的纯平移 | Fr2 传感器下的平移基准线数据。 | 入门冒烟测试 ★☆☆☆☆ |
rgbd_dataset_freiburg2_desk.zip |
办公桌环境（对照 fr1_desk） | 用于对比不同传感器（Kinect vs Xtion）在相似场景下的算法表现。 | 核心性能评估 ★★★☆☆ |
rgbd_dataset_freiburg2_large_with_loop.zip |
大范围工业大厅，轨迹最终闭合 | 评估算法在长距离运动下的累积误差消除与大范围回环能力。 | 对照组实验（优） ★★★★☆ |
rgbd_dataset_freiburg2_large_no_loop.zip |
大范围工业大厅，单向推算不闭合 | 与上一个数据集形成完美对照，用于量化“回环检测”对算法精度的绝对贡献。 | 对照组实验（劣） ★★★☆☆ |
rgbd_dataset_freiburg2_360_kidnap.zip |
快速360度旋转，中途故意遮挡相机 | 魔鬼测试。遮挡模拟了机器人被“绑架”跟丢，测试算法的重定位功能。 | 鲁棒性终极挑战 ★★★★★ |
rgbd_dataset_freiburg2_pioneer_360.zip |
机器人原地360度剧烈转圈 | 测试算法在遭遇高角速度、画面剧烈模糊时的帧间匹配能力。 | 抗晃动测试 ★★★★☆ |
rgbd_dataset_freiburg2_pioneer_slam.zip |
机器人搭载，长距离室内探索（标准版） | 贴近真实的 AGV/扫地机导航场景，评估里程计在平面运动下的实用性。 | 机器人落地测试 ★★★☆☆ |
rgbd_dataset_freiburg2_pioneer_slam2.zip |
机器人长距离探索（序列二） | 变换了行进路线和局部障碍物，用于验证算法的泛化性。 | 迭代验证测试 ★★★☆☆ |
rgbd_dataset_freiburg2_pioneer_slam3.zip |
机器人长距离探索（序列三） | 进一步改变光照和运动轨迹，多用于多地图拼接或连续建图测试。 | 迭代验证测试 ★★★☆☆ |
3. Freiburg 3 系列 (fr3)：视觉与结构退化控制（写论文核心）
特点：严格控制环境中的“3D几何结构”和“视觉纹理”两大变量，专门暴露各类 SLAM 的物理死穴。
| 压缩包文件名 | 几何结构 (Structure) | 视觉纹理 (Texture) | 相机距离 / 测试目的与难点 | 推荐测试阶段 / 难度 |
|---|---|---|---|---|
fr3_nostructure_notexture_far.zip |
❌ 无（平整表面） | ❌ 无（白墙） | 远距离。地狱场景，视觉特征点和点云配准全部失效，测试算法何时崩溃。 | 极限边缘测试 ★★★★★ |
fr3_nostructure_notexture_near_withloop.zip |
❌ 无（平整表面） | ❌ 无（白墙） | 近距离（含回环）。特征全无，由于距离近，仅靠极其微弱的红外噪点或回环硬撑。 | 极限边缘测试 ★★★★★ |
fr3_nostructure_texture_far.zip |
❌ 无（平整平面） | 有（贴满海报） | 远距离。平面海报，纯视觉（如 ORB）的乐园，但 3D 建图（如 ICP）由于缺乏起伏会退化。 | 纯视觉算法评测 ★★☆☆☆ |
fr3_nostructure_texture_near_withloop.zip |
❌ 无（平整平面） | 有（贴满海报） | 近距离（含回环）。测试在完美的二维像素特征下，全局后端优化的极限对齐精度。 | 算法精度上限测试 ★★☆☆☆ |
fr3_structure_notexture_far.zip |
有（白漆楼梯/方块） | ❌ 无（全是纯白） | 远距离。直接法/光流 SLAM 的噩梦，但却是 RGB-D/点云 SLAM 的天堂（全靠深度图配准）。 | 深度图配准评估 ★★★★☆ |
fr3_structure_notexture_near.zip |
有（白漆楼梯/方块） | ❌ 无（全是纯白） | 近距离。眼睛看是一片白，但深度图凹凸有致。用来测试纯几何里程计（如 Point-to-Plane ICP）。 | 几何里程计测试 ★★★☆☆ |
fr3_structure_texture_far.zip |
有（杂物台阶） | 有（丰富色彩） | 远距离。理想环境。但远距离导致第一代相机的深度数据噪点呈指数级上升，测试去噪能力。 | 综合抗噪测试 ★★★☆☆ |
fr3_structure_texture_near.zip |
有（杂物台阶） | 有（丰富色彩） | 近距离。完美教科书环境。视觉特征无限，深度极其精准，用来跑出算法的理论最高精度。 | 算法上限/基准测试 ★☆☆☆☆ |
深度相机 Orbbec Gemini 336L
Orbbec Gemini 336L 是奥比中光 Gemini 330 系列中的一款高性能双目3D相机。它最大的特点是，在 Gemini 335L 的优异性能基础上，通过过滤可见光来增强主动红外成像，从而在强光、反光等复杂光照条件下，也能输出稳定、精准的深度图像
如何打开相机
0
次点赞
