ORB_SLAM3复现——上篇

Charms@

已于 2022-08-27 17:09:53 修改

阅读量3k

点赞数 6

分类专栏： SLAM 文章标签： opencv 人工智能计算机视觉

于 2022-07-23 20:59:49 首次发布

本文链接：https://blog.csdn.net/charmsluo/article/details/125949694

版权

SLAM 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

ORB_SLAM3

前言
1. ORB_SLAM3
2. 准备环境
3. 复现ORB_SLAM3
总结

前言

最近由于工作需要，鄙人被迫转入SLAM领域，实属无奈，为了讨口饭吃，被迫放弃最初的梦想，哭哭哭哭哭，最近发现SLAM也蛮好玩的哈，哎，真香！话不多说，还是那句话，为了督促自己认真学习，记录以下复现的第一个SLAM相关的项目吧。
在这里插入图片描述

1. ORB_SLAM3

ORB_SLAM是一种基于 ORB特征的三维定位与地图构建算法，OBR_SLAM家族已经更新到第三代了，今天我们就来复现以下ORB_SLAM3，虽然距今已经两年多了，对于刚入门的人来说，复现最新版本是最好的选择。
源码连接：https://github.com/UZ-SLAMLab/ORB_SLAM3
推荐学习：https://mp.weixin.qq.com/s/h1OIxdYQ5Eu-2OAHhsVcIQ
下面我们就来一步步复现吧，条件不好的同学，建议使用虚拟机Ubuntu18.04，版本不建议太高或者太低，容易出问题。

2. 准备环境

2.1 C++11 Compiler

安装好虚拟机后，建议更换到国内源，打开终端，开始安装gcc，g++，gcc是C语言编译器，g++是C++编译器，所以这两个都建议安装以下。然后就是安装Cmake跨平台编译工具。

gcc，g++

sudo apt-get install gcc
sudo apt-get install g++

cmake

sudo apt-get install build-essential
sudo apt-get install cmake

2.2 Pangolin

安装过程可以根据作者提供的过程来，可能操作过程会出现很多错误，每个人出现的错误不一样，我建议更换成国内源可能问题会少一些。官方安装连接。

2.3 Opencv

值得注意的是官方说opencv3.2和4.4都测试过，可以跑通，但是很多同学反应，只有4.4能用，我建议安装opencv4.4。

官网下载安装包
官网连接，官网提供了很多下载方式，注意下载Sources哈
解压切换到路径下

unzip opencv-4.4.0.zip
cd opencv-4.4.0

下面开始安装依赖项

sudo apt-get install git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

Cmake一下

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_GTK=ON -D OPENCV_GENERATE_PKGCONFIG=YES ..

备注：

命令	说明
`CMAKE_BUILD_TYPE=RELEASE`	发布版本
`CMAKE_INSTALL_PREFIX`	动态库的安装路径，可以自定义
`WITH_GTK=ON`	libgtk2.0-dev是否安装成功
`OPENCV_GENERATE_PKGCONFIG=YES`	自动生成OpenCV的pkgconfig文件

提示安装多个版本，可以这样修改，其他不变

# 设置安装路径
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv-4.4.0 -D WITH_GTK=ON -D OPENCV_GENERATE_PKGCONFIG=YES ..

# 添加环境变量，想使用那个版本，就把哪个版本注释即可
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv-4.4.0/lib/pkgconfig  
export PKG_CONFIG_PATH

编译make
使用多系统内核进行编译，可以通过nproc查询。

make -j2

make安装

sudo make install

注释：如果中途出现错误，需要从新编译，需要先清空build文件。

添加库路径

sudo vim /etc/ld.so.conf

在文件中添加如下代码include /usr/loacal/lib，记住保存退出（ESC + : + wq!）。也可以手动生成opencv.conf，打开sudo vim /etc/ld.so.conf.d/opencv.conf，写入/usr/local/lib。注意opencv.conf，是vim手动生成的空文件。
在这里插入图片描述

使路径生效

sudo ldconfig

配置系统环境

sudo vim /etc/bash.bashrc

在文件末尾添加：

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

同样使用（ESC + : + wq!）保存退出。
在这里插入图片描述

使系统变量生效

source /etc/bash.bashrc

测试环境配置是否成功

pkg-config --modversion opencv4
pkg-config --cflags opencv4
pkg-config --libs opencv4

在这里插入图片描述
出现以上结果，恭喜您已经大功告成了，如果你还想检验一下，库能否正常调用，那么你可以测试一下代码。
新建一个测试文件test.cpp。在终端输入（新建文件touch test.cpp ）（打开文件gedit test.cpp）输入以下代码保存。

#include <iostream>
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;

int main()
{
    Mat srcImage = imread("image.jpg");
    imshow("Display Image window",srcImage);
    waitKey(0);
    return 0;
}

注意放一张图片在同级目录下哈，并且改名图片名为image.jpg。编译使用如下命令。

g++ `pkg-config opencv4 --cflags` test.cpp  -o demo `pkg-config opencv4 --libs`
./demo

在这里插入图片描述

走到这里恭喜你，喜提opencv4.4。

2.4 Eigen

安装Eigen相对简单，没什么好说的，直接上代码。

git clone https://gitlab.com/libeigen/eigen.git
cd eigen
mkedir build
cd build
cmake ..
make
sudo make install

3. 复现ORB_SLAM3

3.1 下载代码

git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3

3.2 执行build.sh

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

3.3 测试EuRoC数据集

下载EuRoC MAV Dataset数据集，下面以这个数据集为例。点击连接下载，在ORB_SLAM3路径下新建文件Datasets（mkidr Datasets），将下载的数据集重命名为MH01放入Datasets文件中。注意路径哈，不然会出错。
在这里插入图片描述
一定要注意路径相对应哈

./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH01/ ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

出现以下问题，就是在运行一遍命令。./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH01/ ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono
在这里插入图片描述
另外可能运行中出现这个问题，既不报错，又没有结果，如下，这个问题花了很长时间解决。

The output in terminal is as follows.
Initialization of Atlas from scratch
Creation of new map with id: 0
Creation of new map with last KF id: 0
Seq. Name:
There are 1 cameras in the atlas
Camera 0 is pinhole
[ INFO:0] global /home/ber/Documents/software/opencv-4.5.4/modules/core/src/parallel/registry_parallel.impl.hpp (96) ParallelBackendRegistry core(parallel): Enabled backends(3, sorted by priority): ONETBB(1000); TBB(990); OPENMP(980)
First KF:0; Map init KF:0
New Map created with 271 points