将ORB编译成ROS工程后，就可以利用ROS的节点通信实现ORB和REMODE的数据传输。
步骤：
1 仿照SVO-REMODE的编译方式。安装googletest 和rpg_open_remode至～/catkin_ws/src 目录下。
2 修改 ORB的主函数，以便发送数据。
2.1 加入头文件
#include<vikit/file_reader.h> #include<vikit/params_helper.h> #include<vikit/camera_loader.h> //以上几个头文件是从程序外从参数用的，需要下载vikit源码 #include<cv_bridge/cv_bridge.h> #include <sensor_msgs/image_encodings.h> #include <image_transport/image_transport.h> //以上3个头文件是发送图片用的 #include<ros/ros.h> #include<ros/package.h> #include"std_msgs/String.h" #include"sstream" #include"DenseInput.h"//这个头文件 说明了传输数据的结构，需要从svo工程svo_msgs里的拷出来。 #include <Converter.h>//位姿矩阵转四元素 #include <pangolin/pangolin.h> #include <iomanip>
2.2 在main函数中完成通信
以下修改在main函数中
开启ros节点，vk::getParam才能找到launch文件的参数
ros::init(argc,argv,"ORB_SLAM");
ros::NodeHandle SendMessage;
// 发布
ros::Publisher pub_dense_=SendMessage.advertise<svo_msgs::DenseInput>("dense_input",10);
//利用vikit读取参数
const string dataset_path(vk::getParam<std::string>("ORB_SLAM/Img_Path"));
const string CamPara_Path(vk::getParam<std::string>("ORB_SLAM/CamPara_Path"));
const string BOW_Path(vk::getParam<std::string>("ORB_SLAM/BOW_Path"));
发送数据：每执行一次slam，发送一次数据。数据包括
1 frame的id
2 左图
3 四元数格式的位姿
4 当前场景的最大最小深度。
/////////////////////////////////////////////////////////与REMODE通信//////////////////////////////
svo_msgs::DenseInput msg;
msg.header.stamp=ros::Time(20);//svo中设置20可以正常运行
msg.header.frame_id="/world";
msg.frame_id=framecnt;
cv_bridge::CvImage img_msg;
img_msg.header.stamp=msg.header.stamp;
img_msg.header.frame_id="camera";
img_msg.image=imRGB;
img_msg.encoding = sensor_msgs::image_encodings::MONO8;
msg.image = *img_msg.toImageMsg();
double min_z = std::numeric_limits<double>::max();
double max_z = std::numeric_limits<double>::min();
SLAM.mpTracker->getSceneDepth(SLAM.mpTracker->mCurrentFrame,max_z,min_z);
cout<<"min_z----------------------------------------- "<<min_z<<endl;
cout<<"max_z------------------------------------------- "<<max_z<<endl;
msg.min_depth=(float)min_z;
msg.max_depth=(float)max_z;
cv::Mat TWC=SLAM.mpTracker->mCurrentFrame.mTcw.inv();
cv::Mat RWC=TWC.rowRange(0,3).colRange(0,3);
cv::Mat tWC=TWC.rowRange(0,3).col(3);
vector<float> q=ORB_SLAM2::Converter::toQuaternion(RWC);
msg.pose.position.x = tWC.at<float>(0,0);
msg.pose.position.y = tWC.at<float>(1,0);
msg.pose.position.z = tWC.at<float>(2,0);
msg.pose.orientation.w = q[3];//q.w();
msg.pose.orientation.x = q[0];//q.x();
msg.pose.orientation.y = q[1];//q.y();
msg.pose.orientation.z = q[2];//q.z();
pub_dense_.publish(msg);
////////////////////////////////////////////////////////////////////////////////////////////////////////
opencv的cv::Mat 和ros中的sensor_msgs/Image 需要cv_bridge::CvImage 做个转换。
用法：http://wiki.ros.org/cv_bridge/Tutorials/UsingCvBridgeToConvertBetweenROSImagesAndOpenCVImages
3 仿照
ubuntu下通过命令打开多个终端并在相应终端执指令
写一个脚本，目的是在运行工程的时候方便，快捷。脚本内容为
gnome-terminal -x bash -c "roscore" gnome-terminal -x bash -c "rosrun rviz rviz -d /home/baohua/project/SLAM/REMODE_ORB/catkin_ws/src/rpg_open_remode/open_remode.rviz " gnome-terminal -x bash -c " source '/home/baohua/project/SLAM/REMODE_ORB/catkin_ws/devel/setup.sh';roslaunch ORB_SLAM MH01.launch " gnome-terminal -x bash -c " source '/home/baohua/project/SLAM/REMODE_ORB/catkin_ws/devel/setup.sh';roslaunch rpg_open_remode remode_EuRoC.launch "
至此,运行脚本就可以运行REMODE+ORBSLAM工程了。