Ubuntu ORBSLAM3安装及其配置，运行RGBD数据集，有对一些坑的解决方法

Anonymous

已于 2025-03-06 11:55:07 修改

阅读量2.6k

点赞数 27

文章标签： linux ubuntu 计算机视觉 opencv

于 2024-08-04 22:56:21 首次发布

本文链接：https://blog.csdn.net/2203_75994053/article/details/140860190

版权

实验简介：

我是在虚拟机VMware上安装的，进行过多次的配置及安装，对于一些安装过程中的坑都有一些小心得相逢想给大家

参考文章：ORB-SLAM3配置及安装教程（2023.3）_orbslam3安装-CSDN博客

ORB-SLAM3配置安装及运行---Ubuntu20.04（2021年）-CSDN博客

致命错误：Eigen/Dense：没有那个文件或目录_eigen库报错找不到头文件但是右键能找到-CSDN博客在Ubuntu上安装ORBSLAM3与运行RGBD-TUM数据集_orb-slam3运行rgbd数据集-CSDN博客

一.准备工作

1.安装 gcc 和 g++ 环境：

sudo apt-get install gcc

sudo apt-get install g++

测试c++:

touch test.cpp

打开文件并输入

#include <iostream>
using namespace std;
int main()
{
    cout << "HELLO WORLD!" << endl;
    return 0;
}

在“test.cpp”文件目录中打开终端并输入：

g++ test.cpp -o test.out

通过以上编译得到test.out文件以后,可以直接把这个文件拖到Terminal上,通过按回车键运行,可以得到结果：HELLO WORLD! 就是成功了。

2.有些电脑用终端下载源码时下不下来，我把网站给大家放在下面了

点击Code然后download zip

3.安装git，vi编译器，cmake

sudo apt-get install git

sudo apt-get remove vim-common

sudo apt-get install vim

sudo apt-get install cmake

sudo apt-get install mlocate

二.安装Eigen3

1.安装源码

# github 
git clone https://github.com/eigenteam/eigen-git-mirror

如果下载不了

可以直接从网站下Eigen3

也采用下面这个指令安装eigen3

sudo apt-get install libeigen3-dev

2.安装

cd eigen-git-mirror

mkdir build
cd build

cmake ..

sudo make install

路径为/usr/local/include/eigen3/

3.测试

新建新建test-Eigen.cpp

touch test-Eigen.cpp

将以下代码复制进去

#include <Eigen/Dense>
#include <iostream>
using namespace Eigen;
using namespace Eigen::internal;
using namespace Eigen::Architecture;
using namespace std;
int main()
{
Vector4d test1;
test1<< 1,2,3,4;
cout<<"test=\n"<<test1<<endl;
cout<<"Test Success!"<<endl;
return 0;
}

在终端打开：

g++ test-Eigen.cpp -o test-Eigen.out
./test-Eigen.out

4.遇到的坑以及解决

CMake Error at CMakeLists.txt:1 (project):

No CMAKE_CXX_COMPILER could be found.

解决方法：依次检查gcc -v g++ -v

看是否存在，不存在安装即可

试运行Eigen时出现问题

运行g++ test-Eigen.cpp -o test-Eigen.out时

出现

test-Eigen.cpp:1:10: fatal error: Eigen/Dense: 没有那个文件或目录

1 | #include

| ^~~~~~~~~~~~~

compilation terminated.

分析：编译器会去 /usr/local/include 或者 /usr/include 目录找头文件，但找到的是eigen3，并没有Eigen和unsupported，因此需要建立一个软连接，链接到这两个文件夹即可

解决方法：

cd /usr/include
sudo ln -sf eigen3/Eigen Eigen
sudo ln -sf eigen3/unsupported unsupported

或者

#移动头文件
 
sudo cp -r /usr/local/include/eigen3/Eigen /usr/local/include

三.安装Pangolin

1.安装源码

#github
git clone https://github.com/stevenlovegrove/Pangolin.git

如果下载不了

可以直接从网站下Pangolin

2.安装

安装依赖：

sudo apt install libgl1-mesa-dev

sudo apt install libglew-dev

sudo apt install cmake

sudo apt install libpython2.7-dev

sudo apt install pkg-config

sudo apt install libegl1-mesa-dev libwayland-dev libxkbcommon-dev wayland-protocols

sudo apt install libepoxy-dev

sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libavdevice-dev

sudo apt-get install libdc1394-dev libraw1394-dev

sudo apt-get install libjpeg-dev libpng-dev libtiff5-dev libopenexr-dev

3.编译安装

cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .

4.测试Pangolin

在build目录下

make
cd examples
cd HelloPangolin
./HelloPangolin

出现正方形就是成功了！

5.遇到的坑以及解决

2.sudo apt-get install libjpeg-dev libpng16-dev libtiff5-dev libopenexr-dev
问题：然而下列软件包会取代它：
libpng-dev:i386 
解决：
sudo apt-get install libpng-dev:i386

3.sudo apt-get update
W: GPG 错误：http://archive.ubuntu.com/ubuntu trusty Release: 由于没有公钥，无法验证下列签名： NO_PUBKEY 40976EAF437D05B5 NO_PUBKEY 3B4FE6ACC0B21F32
解决： 
gpg --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys 3B4FE6ACC0B21F32
gpg --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys 40976EAF437D05B5

四.安装opencv

(如果要安装opencv_contrib可以去看这篇conrtrib)

注明：opencv我配过好几个版本（3.4.3，4.4，4.5.5）要按照之后要装的搭配安装不然要重装

1.安装源码

OpenCV自己找适应的版本就好

点击source就可以下载了

2.安装

安装依赖

unzip opencv-x.x.x.zip

（x.x.x用自己下载的版本即好）

更新

sudo apt-get update

安装依赖

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

若是报错如下

error: unable to locate libjasper-dev    无法定位这个包libjasper-dev

先试试这个

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

若还是报错

error: unable to locate libjasper-dev  
error: unable to locate libjasper1

去找更新命令中发现有个仓库缺少数字签名

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32

将数字签名存储下来，再进行更新

sudo apt update
sudo apt install libjasper1 libjasper-dev

3.编译安装

cd opencv-x.x.x
mkdir build
cd build

cmake

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

执行命令后会自动下载一个ippicv库

但我安装的好几次都没成功，需要离线下载一个ippicv库

ippicv

注意:需要将ippicv库单独拷贝下来放在文件夹下面

然后把你的OpenCV源文件中 /3rdparty/ippicv 文件夹下的 ippicv.cmake 中

第47行"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/" 改成你新下载的ippicv文件路径

我放的是opencv下面，所以我的路径是"file:///home/*****/opencv/ippicv"

（****指的是你的opencv的路径不知道的可以直接右键点击opencv文件夹查看属性可以看到复制黏贴即可）

再次进行编译cmake命令，就完成了编译

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

make

make -j4

sudo make install

添加库路径

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'

配置bash

sudo gedit /etc/bash.bashrc

在末尾粘贴如下两行代码

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH

保存，执行如下命令使得配置生效

source /etc/bash.bashrc

更新

sudo updatedb

检测版本

pkg-config --modversion opencv

注意：OpenCV版本4以上的，默认不生成.pc文件，会出现找不到包的问题

4.遇到的坑以及解决

编译opencv时出现的错误

/home/changym/sources/opencv-4.4.0/modules/gapi/test/gapi_async_test.cpp:448:26: error: ‘sleep_for’ is not a member of ‘std::this_thread’

448 | std::this_thread::sleep_for(std::chrono::milliseconds{2});

| ^~~~~~~~~

解决：在 gapi_async_tesr.cpp 中添加

#include <thread>

五.python

sudo apt install libpython2.7-dev

六.安装boost

1.安装源码

boost

点击对应版本后选择后缀为(.tar.gz)即可

解压：

tar -xzvf boost_x_xx_x.tar.gz

(xxx即为版本号)

执行这个脚本

sudo ./bootstrap.sh

再执行这个脚本

sudo ./b2 install

七.安装libssl-dev

sudo apt-get install libssl-dev

八.安装和编译ORB-SLAM3

1.安装源码

ORB-SLAM3

2.编译安装

进入文件夹ORB_SLAM3中

先将第20行的11改成14

若是OpenCV3.4.3的别忘了把OpenCV的版本也改下

cd ORB_SLAM3
chmod +x build.sh
./build.sh

若是内存不足可以一步一步安装

没有提示错误则安装成功

echo "Configuring and building Thirdparty/DBoW2 ..."
 
cd Thirdparty/DBoW2
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../g2o
 
echo "Configuring and building Thirdparty/g2o ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../../
 
echo "Uncompress vocabulary ..."
 
cd Vocabulary
tar -xf ORBvoc.txt.tar.gz
 
 
echo "Configuring and building ORB_SLAM3 ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
cd ..
make -j

3.遇到的坑以及解决

编译slam3时

#include <pangolin/pangolin.h>这句话报错

解决：

回到Pangolin文件夹的build文件夹下打开中终端然后执行

sudo make install

若是出现

make[2]: *** [CMakeFiles/ORB_SLAM3.dir/build.make:89：CMakeFiles/ORB_SLAM3.dir/src/LocalMapping.cc.o] 错误 1
 
make[2]: *** [CMakeFiles/ORB_SLAM3.dir/build.make:349：CMakeFiles/ORB_SLAM3.dir/src/CameraModels/KannalaBrandt8.cpp.o] 错误 1

在KannalaBrandt8.cpp，LocalMapping.cc

在include之后加上如下代码

namespace cv
{
template<typename _Tp, int m, int n> static inline
Matx<_Tp, m, n> operator / (const Matx<_Tp, m, n> &a, float alpha)
{
return Matx<_Tp, m, n>(a, 1.f / alpha, Matx_ScaleOp());
}
}

参考文章：ORB-SLAM3配置安装及运行---Ubuntu20.04（2021年）-CSDN博客

若是不行可以尝试删除build文件夹重新构建

九.数据集

我刚开始用的是mho1（mono_euroc）没成功后来经老师提点换了rgbd

RGBD-TUM数据集

https://vision.in.tum.de/data/datasets/rgbd-dataset/download(这几天网站服务器好像有问题打不开，前几天我还打得开，大家可以过段时间看看)

解压缩到ORBSLAM3文件夹中，以rgbd_dataset_freiburg1_desk为例

1.新建associate.py文件

touch associate.py

它从rgb.txt文件和 depth.txt 文件中读取时间戳，并通过查找最佳匹配来连接它们。

直接黏贴:

import argparse
import sys
import os
import numpy
 
 
def read_file_list(filename):
    """
    Reads a trajectory from a text file. 
    
    File format:
    The file format is "stamp d1 d2 d3 ...", where stamp denotes the time stamp (to be matched)
    and "d1 d2 d3.." is arbitary data (e.g., a 3D position and 3D orientation) associated to this timestamp. 
    
    Input:
    filename -- File name
    
    Output:
    dict -- dictionary of (stamp,data) tuples
    
    """
    file = open(filename)
    data = file.read()
    lines = data.replace(","," ").replace("\t"," ").split("\n")
    #if remove_bounds:
    #    lines = lines[100:-100]
    list = [[v.strip() for v in line.split(" ") if v.strip()!=""] for line in lines if len(line)>0 and line[0]!="#"]
    list = [(float(l[0]),l[1:]) for l in list if len(l)>1]
    return dict(list)
 
def associate(first_list, second_list,offset,max_difference):
    """
    Associate two dictionaries of (stamp,data). As the time stamps never match exactly, we aim 
    to find the closest match for every input tuple.
    
    Input:
    first_list -- first dictionary of (stamp,data) tuples
    second_list -- second dictionary of (stamp,data) tuples
    offset -- time offset between both dictionaries (e.g., to model the delay between the sensors)
    max_difference -- search radius for candidate generation
    Output:
    matches -- list of matched tuples ((stamp1,data1),(stamp2,data2))
    
    """
    first_keys = list(first_list.keys())
    second_keys = list(second_list.keys())
    potential_matches = [(abs(a - (b + offset)), a, b) 
                         for a in first_keys 
                         for b in second_keys 
                         if abs(a - (b + offset)) < max_difference]
    potential_matches.sort()
    matches = []
    for diff, a, b in potential_matches:
        if a in first_keys and b in second_keys:
            first_keys.remove(a)
            second_keys.remove(b)
            matches.append((a, b))
    
    matches.sort()
    return matches
 
if __name__ == '__main__':
    
    # parse command line
    parser = argparse.ArgumentParser(description='''
    This script takes two data files with timestamps and associates them   
    ''')
    parser.add_argument('first_file', help='first text file (format: timestamp data)')
    parser.add_argument('second_file', help='second text file (format: timestamp data)')
    parser.add_argument('--first_only', help='only output associated lines from first file', action='store_true')
    parser.add_argument('--offset', help='time offset added to the timestamps of the second file (default: 0.0)',default=0.0)
    parser.add_argument('--max_difference', help='maximally allowed time difference for matching entries (default: 0.02)',default=0.02)
    args = parser.parse_args()
 
    first_list = read_file_list(args.first_file)
    second_list = read_file_list(args.second_file)
 
    matches = associate(first_list, second_list,float(args.offset),float(args.max_difference))    
 
    if args.first_only:
        for a,b in matches:
            print("%f %s"%(a," ".join(first_list[a])))
    else:
        for a,b in matches:
            print("%f %s %f %s"%(a," ".join(first_list[a]),b-float(args.offset)," ".join(second_list[b])))

在ORBSLAM3文件夹中打开终端运行:

python3 ./Examples/RGB-D/associate.py ./rgbd_dataset_freiburg1_desk/rgb.txt ./rgbd_dataset_freiburg1_desk/depth.txt >./rgbd_dataset_freiburg1_desk/associations.txt

得到associations.txt

十.运行ORB-SLAM3

在ORBSLAM3中打开终端：

./Examples/RGB-D/rgbd_tum ./Vocabulary/ORBvoc.txt ./Examples/RGB-D/TUM1.yaml ./rgbd_dataset_freiburg1_desk ./rgbd_dataset_freiburg1_desk/associations.txt

若是出现段错误或者已终止请检查命令，其他博主的命令和我的不是很一样请仔细检查

若是没有区别，可以试试多运行几次可能就会好