BundleFusion由斯坦福大学、德国 MPII 以及微软研究院共同开发，用于实时构建高精度三维模型，是目前效果最好的开源算法框架。论文：《BundleFusion: Real-time Globally Consistent 3D Reconstruction using Online Surface Re-integration》。本文主要介绍了如何使用 Intel RealSense D435i 系列深度相机在开源算法框架 BundleFusion 中实现实时三维建图。

其中，CUDA 8.0 与 DirectX SDK 的安装配置、BundleFusion 工程代码生成（包括 mLib 与 mLib external 配置、CUDA 设置以及显卡算力设置等）可参照博文《BundleFusion在win10+vs2013+cuda8.0上的实现》。

请务必将 FriedLiver.vcproj 文件中的 cuda 版本修改为本地安装版本，否则 VS2013 将无法打开 BundleFusion 工程！！！

BundleFusion工程代码的最终目录结构如下所示：

RealSense D435 提供全局快门感应器和更大的镜头，以获得比 D415 更好的低光照性能。D435 还具有更强大的 RealSense 模块 D430，捕捉最远距离可以达到 10 米并且可在户外阳光下使用，支持输出 1280x720 分辨率的深度画面，在视频传输方面可以达到 90fps。D435i 在 D435 的基础上增加了一个 IMU 单元 BMI055，可以实时同步 IMU 数据和深度。

不同系列的深度相机所对应的SDK版本也各不相同，具体如下表所示：

本文使用的是RealSense D435i 系列的深度相机，故需要下载 RealSense SDK 2.0。双击安装包并按照默认安装路径进行安装，成功安装后，电脑桌面将出现三个图标。

使用USB线连接好深度相机和电脑后，查看设备管理器，在“图像设备”中将出现如下两项：

双击打开 “ Intel RealSense Viewer ”，自动检测到 D435i 的接入，并在右侧窗口成功显示彩色图及深度图信息。此时说明 RealSense SDK 2.0 驱动程序成功安装，RealSense D435i 能够正常工作。

在环境变量中新建一个名为 RealSenseSDK 的系统变量，如下图所示：

BundleFusion 工程属性表的配置参照博文《BundleFusion 中 RealSense 深度相机数据流流程》。首先，将 RealSense SDK 2.0 安装路径下的 realsense2.dll 和 realsense2.lib 拷贝至 “ BundleFusion-master/FriedLiver" 目录下，如下图所示：

其次，使用 VS2013 打开 BundleFusion工程，打开“属性管理器”， 右键工程，选择“添加现有属性表”，从 RealSense SDK 2.0 的安装路径下选择已有属性表，如下图所示：

最后，切换回“解决方案资源管理器”，右键工程，选择属性，添加 RealSense SDK 2.0 的引用目录和库目录并设置平台工具集，如下图所示：

BundleFusion 工程所支持的输入数据包括 Kinect V1、Kinect V2、PrimeSenseSensor、IntelSensor、RealSense、StructureSensor以及SensorDataReader（离线数据集）。

本文使用的是 RealSense 深度相机，所以将 GlobalAppState.h 中的 REAL_SENSE 取消注释，而将其他深度相机全部注释掉，如图所示：

在 FriedLiver.h 文件中添加支持库 realsense2.lib 如下图所示：

由于 BundleFusion 工程中没有对于 RealSenseSensor 类的实现部分，为使 BundleFusion 工程能够使用 D435i 相机，需要编写其实现类（包括头文件和实现文件）。适用于 D415/D435/D435i 深度相机 的 RealSenseSensor 实现类可从 RealSenseSensor for D415/D435/D435i in BundleFusion 获取。下载解压后将头文件与实现文件拷贝至 “ BundleFusion-master/FriedLiver/Source ” 路径下，如图所示：

在 VS2013 中将 BundleFusion 工程设置为 Release 版本并选择“生成-生成解决方案”以进行编译。此时，解决方案生成失败，报错 error C3646： “no except”：未知重写说明符，如下图所示：

此处为编译 RealSense SDK 2.0 报错，因为 “ noexcept ” 是基于 c++14 编译器编译，而 VS2013 编译器是基于c++11。

只需将出错文件相应位置的 “ noexcept " 修改为 ” throw() “ 即可。

再次编译BundleFusion工程。此时，解决方案生成失败，报错 error LNK2001: “无法解析的外部符号”，如下图所示：

在添加 RealSense 相关实现类时，将头文件及实现文件直接拷贝到Source目录下，并没有真正将其包含在项目中，导致 “ RealSenseSensor ” 为无法解析的项目外部符号。

点击“显示所有文件”图标，查看Source目录下 RealSenseSensor.cpp 以及 RealSenseSensor.h 文件，发现两个文件前面均有小红点，如下图所示：

此时选中两个文件，右键选择“包含在项目中”，如图所示：

再次生成解决方案，最终在 “ BundleFusion-master/FriedLiver/x64/Release ” 目录下成功生成 FriedLiver.exe 。

将 ” BundleFusion-master/FriedLiver " 目录下的 zParametersBundlingDefault.txt 和 zParametersDefault.txt 拷贝至 “ BundleFusion-master/FriedLiver/x64/Release ” 目录下。

打开 zParametersDefault.txt 配置文件，选择输入类型为 REAL_SENSE，设置 s_sensorIdx = 6。

设置 s_hashNumSDFBlocks = 100000。

为避免出现窗口崩溃或没有响应直接跳出，打开 zParametersBundlingDefault.txt 配置文件，设置 s_maxNumImages = 400。

配置修改后，双击运行 FriedLiver.exe 即可使用 RealSense D435i 深度相机进行实时三维建图。室内实时三维重建效果如下所示：

此时，按下 tab 建，即可与应用程序进行交互。在 “ BundleFusion-master/FriedLiver/x64/Release ” 目录下新建文件夹 scans , 通过快捷键 Ctrl + 9 即可导出当前模型到 " BundleFusion-master/FriedLiver/x64/Release/scans "，可用 Meshlab 查看当前的三维重建效果。

以上就是使用 Intel RealSense D435i 系列深度相机在开源算法框架 BundleFusion 中进行实时三维重建的操作过程与注意事项。期待与其他深度相机的美丽邂逅，哈哈哈！