DynaSLAM环境配置ubuntu 18.04 （持续更新中）

安装tensorflow-1.14.0版本时，我的电脑只能选择CPU的版本，所以安装GPU版本会出现很多问题，只有这个命令可用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0

值得注意的是，这个版本是无法正确运行的，因为在执行时候仍然会报错，所以后缀需要改成1.12.3

同时需要安装的keras版本为2.0.9
安装命令：

sudo pip install keras==2.0.9

但是有会出现一个新的问题就是提示你安装的numpy检测到多个版本或者出现版本过高的问题，这里的numpy1.16.0版本是上面安装tensorflow和keras时候自带的版本，需要单独卸载，反复执行命令：

sudo pip uninstall numpy

直到出现无numpy存在的提示后，安装对应的numpy1.15.0版本：

pip install numpy==1.15.0

至此，出现
Mask R-CNN正常工作.

在上述问题解决后，便开始编译DynaSLAM的文件，又出现新的问题：问题出在哪里呢？就在于DynaSLAM根目录下的CMakeLists.text文件中，因为Monocular目录下根本没有mono_carla文件，所以将文件中最后三行注释即可：
参考：https://blog.csdn.net/lexiaoxiaoxiao/article/details/101561416

#add_executable(mono_carla
#Examples/Monocular/mono_carla.cc)
#target_link_libraries(mono_carla ${PROJECT_NAME})

继续编译

完成之后，下载了一个动态TUM数据集进行验证：

 ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml /home/eagle/DataSet/TUM/rgbd_dataset_freiburg3_walking_xyz /home/eagle/DynaSLAM/Examples/RGB-D/associations/fr3_walking_xyz.txt

这里跑不完整，所以修改TUM3.yaml中提取的ORB特征点数量1000—>3000，成功跑完，没有问题，同时没有调用Mask网络，并且存储inpainted的帧：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml home/eagle/DataSet/TUM/rgbd_dataset_freiburg3_walking_xyz home/eagle/DynaSLAM/Examples/RGB-D/associations/fr3_walking_xyz.txt  ./maskpath ./inpaintedFrame

这里出现了总线错误，显示核心已转储。
这里的问题从终端中不好解决，于是选择使用Clion这个IDE寻找问题，最终发现有一处问题:来自于src源文件中MaskNet.cc中的此行代码。
问题原因全网只有一个解决方式：已于图片中给出网址。
电脑配置的的是Opencv3.2.0,可能会与tensorfow产生冲突，所以建议使用Opencv2.4.11版本，所以尝试同时安装两个版本的Opencv,所以现在安装Opencv2.4.11的话必须要修改安装路径，不能直接安装在CmakeLists下所给的默认路径“usr/local”,否则会出现新安装的版本覆盖之前安装的Opencv版本的问题。但是自己创建文件夹安装的时候又会出现安装新版本Opencv报错：1. linux/videodev.h找不到 2. sys/videodev.h找不到 的问题（猜测是修改了安装路径导致的问题，目前仍在解决）。

尝试卸载opencv3.2.0版本后再装opencv2.4.11

安装opencv2.4.11遇到的问题（opencv3.1.0可以正常安装）：
1.Configuring incomplete, errors occurred!
See also “D:/OpencvSources/CMakeFiles/CMakeOutput.log”.
See also “D:/OpencvSources/CMakeFiles/CMakeError.log”.
需要修改几个相应的文件错误以及Ubuntu 18.4不支持opencv-2.3.11自带的OpenCVDetectCXXCompiler.cmake,需要修改此文档，见：https://blog.csdn.net/u010003609/article/details/100086911#commentBox

(这个错误非常隐蔽！！！！！！！)

值得一提的是更换OpenCv版本后，之前运行的ORB_SLAM2需要重新执行以下build.sh文件，不然会出现

“./Examples/Monocular/mono_tum: error while loading shared libraries: libopencv_core.so.3.1: cannot open shared object file: No such file or directory
”

报错！

(1)/usr/include/c++/7/cstdlib:75:15: fatal error: stdlib.h: 没有那个文件或目录。
(2)In file included from /home/kunb/slam_code/opencv-2.4.9/modules/highgui/src/cap_ffmpeg_impl.hpp:60:0,
from /home/kunb/slam_code/opencv-2.4.9/modules/highgui/src/cap_ffmpeg.cpp:45:
/home/kunb/slam_code/opencv-2.4.9/modules/highgui/src/ffmpeg_codecs.hpp:104:7: error: ‘CODEC_ID_H264’ was not declared in this scope
{ CODEC_ID_H264, MKTAG(‘H’, ‘2’, ‘6’, ‘4’) },
^~~~~~~~~~~~~
/home/kunb/slam_code/opencv-2.4.9/modules/highgui/src/ffmpeg_codecs.hpp:105:7: error: ‘CODEC_ID_H264’ was not declared in this scope
{ CODEC_ID_H264, MKTAG(‘h’, ‘2’, ‘6’, ‘4’) },
^~~~~~~~~~~~~
/home/kunb/slam_code/opencv-2.4.9/modules/highgui/src/ffmpeg_codecs.hpp:106:7: error: ‘CODEC_ID_H264’ was not declared in this scope
{ CODEC_ID_H264, MKTAG(‘X’, ‘2’, ‘6’, ‘4’) },
（后面太长，不贴了）

编译时候：

 cmake -DENABLE_PRECOMPILED_HEADERS=OFF -D WITH_FFMPEG=OFF..

(3)./home/eagle/opencv-2.4.11/modules/contrib/src/rgbdodometry.cpp:65:12: fatal error: unsupported/Eigen/MatrixFunctions: No such file or directory
解决方法：首先确保Eigen已经安装了，然后找到Eigen所在的路径。我的在/usr/include/eigen3这里

然后将

 #  include <unsupported/Eigen/MatrixFunctions>

改成

# include </usr/include/eigen3/unsupported/Eigen/MatrixFunctions>

至此Opencv2.4.11编译安装完成。

更换Opencv版本后需要进行重新编译整体文件，Mask-R CNN至此可以开始正常工作。

对运行过程中的问题进行研究，发现上述问题是因为Extracted ORB Featured Points数量不够，所以在脚本文件中对提取的特征点数量由1000——>3000，正常运行，但是问题还有一个是：

Light Tracking not working because Tracking is not initialized...

cautious!这是因为RBD_D模式下，不需要初始化，因为只有Monocular没有深度信息，所以才需要初始化。

本片博客参考的安装过程来自两位大神的博客：
https://blog.csdn.net/qq_27399933/article/details/107549920
https://blog.csdn.net/qq_43525260/article/details/105746452#commentBox
https://blog.csdn.net/l243225530/article/details/105900272（核心转储的问题）

本片论文是针对Legion y7000的环境配置过程中出现的问题而作。