Ubuntu20.04在ROS下运行ORB-SLAM3

大大大管的笔记本

已于 2024-01-31 13:40:32 修改

阅读量4.9k

点赞数 37

文章标签：计算机视觉 opencv 自动驾驶人工智能

于 2024-01-31 11:45:17 首次发布

本文链接：https://blog.csdn.net/cg1135217680/article/details/135945225

版权

本文详细描述了在Ubuntu20.04环境下配置和运行ORB-SLAM3视觉SLAM算法的过程，包括添加环境变量、修改配置文件、编译及运行中遇到的各种错误及其解决方案，重点介绍了如何处理Pangolin库错误和缺少库等问题。

摘要由CSDN通过智能技术生成

1.前言：

小白配置ORB-SLAM3的过程真的辛酸。。各种各样的弄，跑出来一堆bug，很多还搜不出来到处找原因。之前也没有配置过其他视觉SLAM算法，从头开始的，以此记录一下。也希望对你配置ORB-SLAM3算法有所帮助，也作交流学习。

2.总体配置：

源码链接：https://github.com/UZ-SLAMLab/ORB_SLAM3

这个配置可是把我折腾了一番，很多配置都有限定的，这个一定要注意！（下面的配置可能和官网不一样，但是经过测试，肯定是可以使用的。）

Pangolin-v0.6 链接为：https://github.com/stevenlovegrove/Pangolin/releases

opencv-4.2.0 链接为：https://github.com/opencv/opencv/releases?page=3

（Ubuntu20.04自带的opencv的版本就是4.2.0，如果使用的是Ubuntu20.04则不用更改）

eigen-3.3.4 链接为：Eigen

DBoW2、g2o和Sophus 这三个库在官方文件中就有给出，在Thirdparty文件夹中。

在配置完毕后，可以分别使用下面命令进行编译，安装。

mkdir build
cd build
cmake ..
make -j8
sudo make install

python安装

sudo apt install libpython2.7-dev

3.数据集

博主测试的数据集为EuRoC数据集，链接为：kmavvisualinertialdatasets – ASL Datasets

也可以使用百度网盘进行下载：

链接: https://pan.baidu.com/s/1yJWnhsWvBbAZJXHRyrVLnw 提取码: e9rz

4.配置ORB-SLAM3

（1）添加环境变量

下方命令记得修改为自己的地址。

gedit ~/.bashrc
# 下方(PATH)为你自己的路径
export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:(PATH)/ORB_SLAM3/Examples/ROS
# Ctrl+c保存，退出。
# 在当前终端输入
source ~/.bashrc

（2）修改文件

配置路径基本上都在为(PATH)/ORB_SLAM3/Examples_old/ROS/ORB_SLAM3或者在(PATH)/Thirdparty中（PATH为自己的路径，需要修改）。这个配置比较麻烦，我参考的链接为：Ubuntu20.04的ROS环境安装ORB-SLAM3详解_下载orbslam3是要在ros的工作空间下载吗-CSDN博客按照上面的配置方法配置完毕后，编译依旧会报错。。这个时候简直头皮发麻，不是一个很成熟的东西吗，怎么配置起来这么麻烦。。这个时候建议大家，深吸一口气告诉自己：今天天气真不错，等会一定一定要好好吃一顿。

相信大家缓过来一点了。那么继续吧。。。

除了上面那些配置，在(PATH)/ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt中的第2行添加

project(ORB_SLAM3)

接下来是在(PATH)/ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/src/AR下的ros_mono_ar.cc中的

第405行 vPoints.push_back(pMP->GetWorldPos());

替换为： vPoints.push_back(ORB_SLAM3::Converter::toCvMat(pMP->GetWorldPos()));

第530行 cv::Mat Xw = pMP->GetWorldPos();

替换为： cv::Mat Xw = ORB_SLAM3::Converter::toCvMat(pMP->GetWorldPos());

换一个文件，文件为：ViewerAR.cc

第151行 cv::Mat Tcw = mpSLAM->TrackMonocular(cv_ptr->image,cv_ptr->header.stamp.toSec());

替换为： cv::Mat Tcw=ORB_SLAM3::Converter::toCvMat(mpSLAM->TrackMonocular(cv_ptr->image,cv_ptr->header.stamp.toSec()).matrix());

5.编译&运行

终于终于终于到编译啦，但是不要松懈哦，编译的问题可能会非常非常多。

（1）检查环境

在编译之前，将Examples_old文件夹下的ROS文件夹整个复制到Examples路径下。然后可以输入以下命令，检查当前是否处于该环境下：

echo ${ROS_PACKAGE_PATH}

经常使用Ubuntu的小伙伴，这个命令可能会报一长串结果。我们只需要看最后是不是PATH/ORB_SLAM3/Examples/ROS即可，如下：

如果不正确的话，可以参照（1）添加环境变量中进行配置。

（2）解压部分文件

啥？还要解压？没错，确实有个地方放的是压缩包，需要解压一下。目录路径为：(PATH)/ORB_SLAM3/Vocabulary中的ORBvoc.txt.tar.gz

（3）编译

在编译前，还需要运行下面命令：（注意：博主在编译前更改了ORB-SLAM3节点收到的话题名称，如果不想修改则在播放ROS包的时候将话题重映射一下。）

cd (PATH)/ORB_SLAM3 # 修改成自己的路径
chmod +x build_ros.sh
./build_ros.sh

编译完成后，在(PATH)/ORB_SLAM3/Examples/ROS/ORB_SLAM3会产生一系列文件，如下：

6.运行

博主使用EuRoC数据集分别跑了Monocular（单目）视觉算法和Monocular-Inertial（单目+IMU）视觉算法。使用的命令分别如下：

单目：

rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Stereo-Inertial/EuRoC.yaml true

运行结果：

单目+IMU：

rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples/Stereo-Inertial/EuRoC.yaml true

运行结果：

7.部分报错

（1）功能包未找到

如： 'ORB_SLAM3' not found

原因：多方面原因造成的。建议仔细按照上述来进行配置，编译完成后，在.../ROS/ORB-SLAM3路径下会生成一系列文件，如下：

（2）AR路径下文件的错误

如：error: no matching function for call to ‘std::vectorcv::Mat::push_back(Eigen::Vector3f)’

error: conversion from ‘Eigen::Vector3f’ {aka ‘Eigen::Matrix<float, 3, 1>’} to non-scalar type ‘cv::Mat’ requested

error: conversion from ‘Sophus::SE3f’ {aka ‘Sophus::SE3’} to non-scalar type ‘cv::Mat’ requested

原因：未配置正确，建议参照（2）修改文件中来进行修改。

（3）Pangolin库错误

如：在运行后报错：terminate called after throwing an instance of 'pangolin::FactoryRegistry::NoMatchingSchemeException'

原因：Pangolin版本不正确，可能是安装最新版的Pangolin造成的。

（4）缺少库

如：Failed to load module "canberra-gtk-module"

原因：未安装库。运行下面命令：

sudo apt-get install libcanberra-gtk-module

（5）ldconfig错误

如：error while loading shared libraries: libpango_windowing.so: cannot open shared object file: No such file or directory

原因：在安装完Pangolin之后，需要运行一下以下命令

sudo ldconfig