本讲中，我们将会介绍一个真实世界的无人机使用案例: 通过无人机机载摄像头构建建筑物3D模型。在接下来的部分里，我们会讲解如何基于上一讲的内容实现这一目的。
Last updated
我们建议开发者使用镜像来安装 GAAS，这样可以节省很多的时间和精力：
我们建议开发者使用镜像来安装 GAAS，这样可以节省很多的时间和精力：上一讲里我们介绍了如何通过 MAVROS 以及 OFFBOARD 模式在 Gazebo 模拟器中控制无人机飞行。本讲中，我们会讲解如何通过上一课中用到的 API 以及本课提供的建模网站(完全免费) 来实现这一任务。
本教程在虚拟机环境下（VMWare，VirtualBox等）无法完成。
实现这一任务包括一下5个步骤：
启动 Gazebo 模拟器；
起飞无人机并开始录制一个 rosbag;
控制无人机围绕建筑物绕圆周飞行一圈；
停止 rosbag 录制并使用提供的脚本提取图片；
使用提供的网站构建模型（构建模型所需环境配置过于复杂，之后的教程会详细讲解）。
前两步比较直接也很简单，对于第三步和第四步，我们会提供一个 python 脚本来辅助你来完成，但是实现并不是最好的。对于第五步，我们会在最后一部分讲解如何使用提供的网站来实现模型构建。
如果你想控制实机飞行并且构造一个实际环境的 3D 模型:
使用遥控器控制无人机起飞 或者通过提供的 Python API 控制无人机起飞（因安全问题，暂时不推荐）;
开始录制 Rosbag;
控制无人机围绕建筑物飞行;
将无人机降落然后处理 Rosbag;
将图片上传到提供的网站上建模。
接下来我们将从头开始讲解在 Gazebo 模拟器中构建模型，最终得到的结果如下图所示。
运行 Gazebo 时，如果一切正常但出现以上报错信息，该报错信息并不会影响 Gazebo 运行，可以继续进行到下一步。
如果您知道如何解决以上报错，欢迎在 GAAS GitHub 页面提交 PR，帮助我们减少不必要的报错信息。
开始前，记得更新 GAAS:
接下来，将 Gazebo 仿真用到的文件拷贝到 PX4 文件所在目录中:
完成后，你可以继续到下一步.
如果你一步一步的做完了第一讲并且更新了本地环境，你可以直接执行下列命令来启动 Gazebo 仿真环境:
上述命令会一同启动 MAVROS 以及 Gazebo 仿真，启动后，你会发现你的无人机以及一栋房子出现在模拟器环境中，这栋房子将会是你建模的目标。
如果执行命令后Gazebo窗口不能正常开启且terminal中提示 "Getting models from ...", 你可以下载 https://bitbucket.org/osrf/gazebo_models/get/e6d645674e8a.zip 并将解压后的文件分别复制到 /home/your-user-name/.gazebo/models
(如果没有 models 文件夹需要手动新建)。
如下图所示，解压后的模型文件必须直接拷贝到指定位置，并不是以一个大文件夹的形式拷贝到该目录下。
如果上面这个链接无法下载的话（有用户反馈 18.04 无法下载），可以通过这里下载：https://drive.google.com/open?id=1dvkt3PKjUs4pXdo-5N3IMo11tk9ODVfJ
在你进行下一步之前，记得通过如下命令检查 MAVROS 的连接情况:
当你启动仿真后，IMU，气压计，摄像头图像信息以及 GPS 等传感器信息会通过 MAVROS 发布出来; 你可以通过如下命令来查看可用的 ROS 主题:
通过 MAVROS 发布出来的主题包括:
而我们用来构建 3D 模型的主题只是左(或者右)摄像头信息:
你可以通过 Rviz 来查看发布出来的摄像头图片:
在 Terminal 中输入 rviz 后你可以看到一个如下的窗口:
在窗口左下角，选择 “Add”->“by topic”->”/gi/simulation/left/image_raw“， 之后你可以看到当前的左目摄像头信息。我们接下来会在 Gazebo 环境中构建前方建筑物的 3D 模型。
若要生成一个 3D 模型，我们需要围绕建筑物或者环境的一组图片，而这些图片需要是从建筑物不同角度拍摄的连续图片（连续图片间需要有关于建筑物的共视区) 。Rosbag 类似于一个盒子，可以将ROS/MAVROS 发布出来的消息保存在内, 所以 Rosbag 非常适合保存摄像机发布出来的图像信息。
因为我们将使用左目摄像头，我们只需要订阅并存储左目摄像头的信息:
接下来，起飞无人机:
无人机会起飞到 3 米高左右。接下来我们可以控制无人机围绕建筑物飞行，同时我们需要注意在控制无人机飞行的过程中，我们需要保持无人机的头部，也就是摄像头正前指向建筑物, 为此我们提供了一个脚本控制无人机围绕圆形飞行:
无人机将会围绕建筑物飞行一圈，最终它将会降落在起飞点的地面上。
在录制 bag 过程中，若要构建一个比较好的模型，我们需要时刻注意一下几点:
围绕建筑物拍摄的连续图片需要有一定视野上的重叠;
避免幅度较大的 Yaw 运动;
尽量将建筑物的表面都拍摄下来。
无人机降落后，停止 Rosbag 的录制，你会得到一个名为 “sfm.bag” 的 Rosbag， 接下来，我们将把 Rosbag 处理成一系列图片。
为了构建 3D 模型，我们需要将 rosbag 中的图片信息提取出来，你可以使用 tutorial_2 提供的 python 脚本来实现这个功能。
完成上一步后，你会将所有的图片从 rosbag 提取出来并且存储到本地文件夹内。
请控制上传图片的数量；小场景建模的图片通常不超过 100 张（你可能需要进行图片筛选）。确保每张图片有 “重叠”，并尽量覆盖物体全部。
3D 建模的环境配置比较复杂，为此我们提供了一个网站来帮助建模。通过网站即可构建模型，你所需要做的只是将图片上传到如下网站：
点击 “构建自己的模型” 后，点击 “Add FIles” 选择物体的图片（不支持批量上传），之后点击提交。
下图是真实世界的一个使用案例，通过 76 张图片构建出来的的3D模型。
将图片上传到网站后，因为计算能力限制，您需要等待一段时候后建模才可以完成。建模完成后，你会收到一封邮件，根据邮件提示即可得到模型。
