ORB-SLAM2的编译运行以及TUM数据集测试

ORB-SLAM2的编译运行以及TUM数据集测试

徐大徐

2018.02.06 17:04 字数 1838 阅读 2167评论 0喜欢 2

       近段时间一直在学习高翔博士的《视觉SLAM十四讲》，学了以后发现自己欠缺的东西实在太多，好多都需要深入系统的学习。ORB-SLAM2是一套完整的SLAM方案，提供了单目，双目和RGB-D三种接口。它能够实现地图重用，回环检测和重新定位的功能。无论是在室内的小型手持设备，还是到工厂环境的无人机和城市里驾驶的汽车，ORB-SLAM2都能够在标准的CPU上进行实时工作。ORB-SLAM2在后端上采用的是基于单目和双目的光束法平差优化（BA）的方式，这个方法允许米制比例尺的轨迹精确度评估。此外，ORB-SLAM2包含一个轻量级的定位模式，该模式能够在允许零点漂移的条件下，利用视觉里程计来追踪未建图的区域并且匹配特征点。 可以说，ORB_SLAM2是近几年SLAM的集大成者，它吸收了近几年monoslam领域的很多理论成果，比如逆深度的使用，g2o工具箱的优化等。而且以orb特征贯穿始终，从一开始的特征处理，匹配，以及用于回环的bag-of-words，词典，全用的是orb。缺点在于它的的建图部分只含有稀疏的map point，这不仅让最终建的图很难看，而且对于机器人下一步的应用会造成很大困难。

      文章主要对ORB-SLAM2进行编译运行。以及下载TUM上的数据集。然后跑自己的数据集，以及利用笔记本摄像头进行测试。

前期准备

链接在此：https://github.com/raulmur/ORB_SLAM2

 使用git clone https://github.com/raulmur/ORB_SLAM2 下载ORB-SLAM2 根据Gthub上给的依赖项 进行安装

系统环境：

      ubuntu 16.04 LTS   安装好gcc  g++  cmake    git （这里就不细说了）

安装依赖库

（1）安装Pangolin 

       git  clone https://github.com/stevenlovegrove/Pangoli