ORB_SLAM安装以及运行实例

基于Ubuntu18.04的ORB_SLAM2包的安装以及运行实例

一、ORB_SLAM概念

ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。ORB-SLAM是一个基于特征点的实时单目SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行。该系统对剧烈运动也很鲁棒，支持宽基线的闭环检测和重定位，包括全自动初始化。该系统包含了所有SLAM系统共有的模块：跟踪（Tracking）、建图（Mapping）、重定位（Relocalization）、闭环检测（Loop closing）。由于ORB-SLAM系统是基于特征点的SLAM系统，故其能够实时计算出相机的轨线，并生成场景的稀疏三维重建结果。ORB-SLAM2在ORB-SLAM的基础上，还支持标定后的双目相机和RGB-D相机。

二、ORB_SLAM的安装过程

1、安装基础工具

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

2、安装Pangolin

（1）、需要先安装依赖

 sudo apt-get install libpython2.7-dev
 sudo apt-get install libglew-dev
 sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev

（2）、从github上下载Pangolin包，就会使用到前面安装的git工具

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

（3）、进入Pangolin包下面，进行编译(如果这么make -j卡死的话那就换成make吧！)

cd Pangolin
mkdir build
cd build
cmake ..
make -j

三、安装opencv

（1）、最好是从windows端下载了过后在复制到虚拟机中，之后在解压在/home目录下

（2）、编译opencv（几线程编译根据自己电脑情况吧，有些会卡死）

cd opencv-3.4.1
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j4(sudo make -j8)

（3）、安装opencv

sudo make install

（4）、配置opencv路径

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

/usr/local/lib

使路径生效

sudo ldconfig  

（5）、添加到环境变量中

sudo gedit /etc/bash.bashrc

在文末加入以下代码

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

使环境变量生效

source /etc/bash.bashrc 

四、安装Eigen

sudo apt-get install libeigen3-dev

五、ORB_SLAM2的安装以及编译

（1）、从github上下载包（会很容易卡在252，卡在那里就ctrl+c停止在重新下载吧）

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

（2）、将ORB_SLAM2包放入ros空间下

（3）进行ORB_SLAM2包的编译

cd ORB_SLAM2
chmod +x build.sh
./build.sh

如果最后成功的话会是这样（会建立几个文件）

完成以上步骤就可以进行ORB_SLAM2的单目运行了，不过还需要去下载一个数据集才可，放在后面和采集摄像头信息一起说叭！

（4）在ROS环境下进行编译（为了后面采集摄像头做准备）

cd catkin_ws/src/ORB_SLAM2

添加环境变量

gedit ~/.bashrc
export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:~/zz/catkin_ws/src/ORB_SLAM2/Examples/ROS

进行编译

chmod +x build_ros.sh
./build_ros.sh

编译成功过后会是这样（会生成几个文件，文末会有遇到的问题及解决方法）

六、数据集的下载

从这个网站下载http://vision.in.tum.de/data/datasets/rgbd-dataset/download
下载后解压在/home目录下

将其移动到ROS工作空间下的ORB_SLAM文件夹下去

七、单目实例的运行

cd catkin_ws/src/ORB_SLAM2
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml Data/rgbd_dataset_freiburg1_xyz/

运行出来的效果

八、摄像头的单目仿真

首先需要安装摄像头奥，因为之前在做前面的时候摄像头就已经安装好了，因此此处就不做介绍奥！
首先启动摄像头

恩，注意这里是不用运行roscore的，运行roslaunch的时候会自动启动roscore节点

roslaunch usb_cam usb_cam-test.launch

查看摄像头启动过后发布了那些话题

rostopic list

然后需要修改.cc文件下订阅的摄像头


保存过后再次编译一下

cd catkin_ws/src/ORB_SLAM
./build_ros.sh

运行这段代码

 rosrun ORB_SLAM2 Mono /home/xx/catkin_ws/src/ORB_SLAM2/Vocabulary/ORBvoc.txt /home/xxx/catkin_ws/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2/Asus.yaml

会出现这样

九、遇到的问题

1、./build.sh编译的问题

打开LoopClosing.h将

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
        Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

改为

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
        Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

再重新编译即可

2、 error: ‘usleep’ was not declared in this scope

遇到这种错误的话，一般在对应的对应中加入头文件

#include <unistd.h>

遇到了这种错误都在对应的文件中加入头文件，在重新编译即可