Ubuntu18.04配置ORB SLAM3

在ubuntu18.04中运行 ORB SLAM3

准备工作

下载数据集

在网站https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets中的dataset下载数据集，注意下载ASL Dataset Format格式，我下载的是mh03.

1. 编译OpenCV

opencv主要用于ORB特征点提取。
首先在OpenCV官网上，下载一款你喜欢的OpenCV版本，选择sources版本。

1.1 安装依赖库

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

1.2 编译OpenCV

解压下载的文件夹，然后进入解压的文件夹

mkdir build //创建文件夹保存编译文件
cd build
cmake ..
make -j32
sudo make install // 时间比较漫长

这一步执行完毕之后，Opencv的编译过程就结束了，接下来的工作就是配置一些Opencv的编译环境。

1.3 将OpenCV配置到系统中

首先打开一个文件

sudo gedit /etc/ld.so.conf.d/opencv.conf 

打开的是一个空文件，直接在上面输入下面的语句就好，

/usr/local/lib  

执行如下命令使得刚才的配置路径生效：

sudo ldconfig 

再配置bash

sudo gedit /etc/bash.bashrc 

我一般习惯在最开始的地方加，加上下面的语句

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

保存配置

source /etc/bash.bashrc
sudo updatedb

1.4 OpenCV简单的代码测试

完成一个小功能，用C++和opencv读取一张图片

新建show.cpp的文件，用来写c++代码

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(void)
{Mat image = imread("1.jpg"); 
 //MAT是数据类型（主要用来保存图片信息），image是变量名称。
 imshow("image_show",image);     //image在这个窗口上显示.
 waitKey(20000);         //等待KEY,2000毫秒，2s等待输入，过了2s自动执行return 0.
 return 0;}

执行

g++ show.cpp -o show `pkg-config --cflags --libs opencv`
./show

如果可以显示图像，那么就认为OpenCV完美的编译成功，可以进行后续操作了。

2.Pangolin安装

Pangolin 主要是用来可视化的. 下载和安装地址为下面的这个官方地址: https://github.com/stevenlovegrove/Pangolin.
首先安装一些依赖项

# See what package manager and packages are recommended
./scripts/install_prerequisites.sh --dry-run recommended

# Override the package manager choice and install all packages
./scripts/install_prerequisites.sh -m brew all

然后就可以build

# Get Pangolin
cd ~/your_fav_code_directory
git clone --recursive https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin 

# Install dependencies (as described above, or your preferred method)
./scripts/install_prerequisites.sh recommended

# Configure and build
mkdir build && cd build
cmake ..
cmake --build .

# GIVEME THE PYTHON STUFF!!!! (Check the output to verify selected python version)
cmake --build . -t pypangolin_pip_install
sudo make install
# Run me some tests! (Requires Catch2 which must be manually installed on Ubuntu.)
ctest //这个即使不成果也不影响代码运行

3. Eigen 3安装

Eigen3官方网站：https://eigen.tuxfamily.org/index.php?title=Main_Page

可以点击图中的字样下载，按照Eigen3官方的说法不需要make install。

但是，我在后面编译的时候却遇到了问题，所以在这一步我还是对eigen库进行了编译。

unzip Eigen3 *.zip
cd Eigen3 *
mkdir build
cd build
cmake ..
make -j32
sudo make install 

4. boost安装

看的一个帖子说必须要安装boost库，那就为了避免报错那就安装吧。

到boost官网安装一个boost库的压缩包，我下的是1.77.0版本
解压，tar -xzvf 下载的文件
进入解压的文件，然后执行如下的操作就好

sudo ./bootstrap.sh
sudo ./b2 install

完成！

5. ORB_SLAM3的编译和安装

官方的ORB_SLAM3地址：https://github.com/UZ-SLAMLab/ORB_SLAM3.git

5.1 下载源码

最好用git的方式下载，否则一些依赖库可能就没法下载

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

5.2 编译ORB SLAM3

下载下来之后就可以执行编译，值得注意的是，ORB_SLAM3中需要两个必要的库DBoW2和g2o，这两个库都在ORB_SLAM3下载下来的文件中，在执行build.sh的时候，首先是对这两个库的安装。

cd ORB_SLAM3
chmod +x build.sh
./build.sh //可以其中make -jn中的n改为32或16，加快速度

5.测试

修改ORB_SLAM3/Examples/euroc_examples.sh，将其中的pathDatasetEuroc改为放置数据集的地方，比如我的./datasets。我只保留了一个我下载的数据集对应的mh03代码，其余的都删除了。
最后运行

./euroc_examples.sh

然后结果就出来了

待办事项

• 在orb-slam3中调用kinect dk 深度相机；
• 上述相关配置的具体教程；

参考资料

1. https://blog.csdn.net/hhz_999/article/details/120473659
2. https://github.com/UZ-SLAMLab/ORB_SLAM3