零基础测试ORB-SLAM3数据集

一、安装VMWare虚拟机

在这里选择VMware 17.0的版本,可以去官网下载,如果嫌麻烦可以进入下面的阿里云盘网址保存之后解压下载:

https://www.aliyundrive.com/s/6LHmbBEcYbw

具体的安装步骤我是参考下面这个链接,里面有详细的安装步骤:https://mp.weixin.qq.com/s/qSn5yu6bB_6M-YC9bBeksA

二、安装Ubuntu20.04

安装好之后进行下一步,在虚拟机里面安装Linux操作系统,这里使用的是ubuntu,进入下面的链接下载Ubuntu20.04版本:

http://mirrors.aliyun.com/ubuntu-releases/20.04.6

进入网站之后会看到有好多个下载选项,这里选择下面图片中显示的选项下载。

下载完可以参考这个安装教程:https://www.bilibili.com/video/BV1W34y1k7ge/?share_source=copy_web&vd_source=cef8f62c9fc22dad42593cf6c24de24e&spm_id_from=333.976.0.0

 在完成以上两个步骤之后虚拟机就正式安装完成了。下面的安装涉及的文件夹路径都不能带中文,且所有操作都在虚拟机内完成。

 三、安装ROS系统

(一)一键安装

安装ROS的主要目的是为了它附带安装的许多依赖(包括OpenCV和eigen3等等),可以大大降低折腾力度。安装ROS之后就不用单独去下载安装OpenCV和Eigen3了。首先打开终端,输入以下指令安装ROS:

wget http://fishros.com/install -O fishros && . fishros

输入命令之后出现以下内容就表明输入无误,接着按照提示进行安装(过程很简单,只是费时间),在这里选择安装ROS1版本即可,其他配置按照默认推荐进行选择。

(二)验证依赖

安装完成后可以通过“apt policy 软件名”来检查对应依赖是否安装,输入以下指令:

apt policy libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev libeigen3-dev

检查后发现只有ffmpeg没有安装,输入以下指令安装:

sudo apt install ffmpeg

四、安装Pangolin0.6

(一)下载Pangolin0.6

https://github.com/stevenlovegrove/Pangolin/archive/refs/tags/v0.6.zip

下载解压并进入pangolin-0.6文件夹,右键打开终端,依次输入以下指令:

mkdir build && cd build

cmake -DCPP11_NO_BOOST=1 ..

make

sudo make install
(二)验证安装是否成功

依次进入文件夹:pangolin-0.6→examples→HelloPangolin,在文件夹中右键打开终端,依次输入以下指令:

mkdir build && cd build && cmake .. && make

./HelloPangolin

输入命令之后出现图示的立方体表示安装成功。

 五、安装ORB-SLAM3

(一)下载ORB-SLAM3

在终端内输入以下命令安装依赖:

sudo apt install git cmake gcc g++ mlocate

 再输入以下指令下载ORB-SLAM3:

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

 也可以去 Github 下载源码:https://github.com/UZ-SLAMLab/ORB_SLAM3

 下载完成后可以把文件夹名称改成ORB-SLAM3,方便使用。

(二)编译ORB-SLAM3

(1)首先检查OpenCV的版本号。之前在安装ROS系统时已经附带安装了OpenCV,打开终端输入以下指令查看版本号,可以看到版本号是4.2.0。

pkg-config --modversion opencv4

(2)进入ORB-SLAM3文件夹,打开CMakeLists.txt文件,找到find_package(OpenCV 3.2),把版本号改成自己的版本。

(3)再找到find_package(Eigen3 3.1.0 REQUIRED),把版本号 3.1.0 删掉。 

 (4)打开build.sh文件,将其中的make -j设置成合适的核数,在前面的教程中安装设置的虚拟机核数是2,所以全部改成j2。

 (5)进入Thirdparty→DBoW2文件夹,打开CMakeLists.txt,找到find_package(OpenCV 3.2 QUIET),把版本号改成自己的版本。

 (6)进入Examples→Monocular文件夹,打开mono_euroc.cc文件,把第83行的false改成true。(这一步是为了程序运行时能显示可视化窗口)

 (三)安装ORB-SLAM3

打开 ORB-SLAM3 文件夹,找到 build.sh 这个文件。然后打开终端,输入以下指令进入 ORB-SLAM3 文件夹内(注意:ORB-SLAM3是文件夹名称,和前面自己修改的文件夹名称对应)

cd ORB-SLAM3

 再按照 build.sh 里面的代码,一行一行的输入进终端里,直到完成。终端可能会输出一些警告,可以不用管。我在安装过程中出现了fatal error: Killed signal terminated program cc1plus、段错误(核心已转储)的问题,在网上查找资料发现可能原因是因为内存不足导致的。

 最后显示下面的内容表示安装完成。

六、数据集测试 

(一)下载数据集 

在ORB-SLAM3文件夹下新建一个datasets文件夹,在datasets里新建一个MHO1文件夹。进入下面的网址下载压缩包MH_01_easy.zip。

 https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets#downloads

把第一个 Machine Hall 01 数据集下载下来,下载 ASL 格式的,将里面的文件解压之后放到MHO1文件夹里。

 

 (二)测试数据集

打开终端,依次输入以下命令进入 ORBSLAM3 文件夹进行测试, 注意将最后一行指令中的/home/qinxiang666/dataset/MHO1改成你所设置的MHO1文件夹的地址。

cd ORB-SLAM3
cd Examples
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml /home/qinxiang666/dataset/MHO1 ./Monocular/EuRoC_TimeStamps/MH01.txt

同时注意文件夹地址一定要写对,尤其注意区分数字0和字母O的区别,如果输入不对就会出现下面的问题:

 若出现下面的图片即表示测试成功。

### 回答1: 答:ORB-SLAM3实跑教程实际上是一个相对复杂的过程,它需要有良好的编程基础和熟悉slam的基本概念。不过,我们可以尝试简单地介绍一下ORB-SLAM3的安装流程:首先,确保系统中安装了必要的依赖库;其次,下载ORB-SLAM3源代码;然后,编译源文件;最后,将数据集放入ORB-SLAM3中,运行程序即可。 ### 回答2: ORB-SLAM3是一种用于视觉定位与建图的开源算法,它可以在实时环境下对相机进行感知与定位。以下是关于ORB-SLAM3实跑教程的简要解释: 首先,安装必要的软件与依赖项。ORB-SLAM3依赖于C++11,OpenCV(3.0或以上版本),Pangolin,Eigen和g2o等库。确保这些库已正确安装并配置。 其次,准备数据集或相机。ORB-SLAM3可以使用预先录制的数据集或实时相机输入进行运行。如果使用数据集,可以将其转换成适用于ORB-SLAM3的格式(如KITTI格式),或直接使用ORB-SLAM3提供的数据集。 然后,编译和构建ORB-SLAM3。使用CMake来配置并生成项目,然后使用make命令进行构建。确保编译过程没有错误,并生成了可执行文件。 接下来,配置ORB-SLAM3的参数。ORB-SLAM3提供了一个参数文件,可以在运行前进行修改并调整算法的行为。参数文件中包含了各种参数,如相机的内外参数,特征提取与匹配的设置等。 最后,运行ORB-SLAM3。在命令行中运行ORB-SLAM3的可执行文件,并提供配置好的参数文件和数据集路径(或实时相机端口)作为输入参数。ORB-SLAM3将开始读取数据并执行视觉定位与建图的任务。 在实际运行中,ORB-SLAM3会通过图像序列或相机输入进行特征提取、特征匹配、位姿估计、地图维护等算法步骤,从而实现相机的定位与建图。ORB-SLAM3还提供了用户界面和可视化工具,可以实时显示相机的轨迹、特征点、地图更新等信息。 总结来说,ORB-SLAM3实跑教程包括安装依赖项、准备数据集或相机、编译构建、配置参数和运行算法等步骤。通过按照这个教程进行操作,可以使用ORB-SLAM3进行实时的视觉定位与建图任务。 ### 回答3: ORB-SLAM3是一个开源的视觉SLAM系统,被广泛应用于机器人和增强现实等领域。以下是关于ORB-SLAM3实跑教程的简要介绍。 首先,为了开始实跑ORB-SLAM3,我们需要确保系统已满足运行该系统所需的最低要求。ORB-SLAM3可在Linux和Windows操作系统上运行,并且需要至少8GB的内存和一块支持CUDA的显卡。此外,还需要安装OpenCV、Eigen和Pangolin等库。 接下来,我们需要下载ORB-SLAM3的源代码并进行编译。在终端中进入ORB-SLAM3的源代码目录,并执行编译命令。根据操作系统的不同,编译命令也有所不同。 编译完成后,我们需要准备用于测试数据集ORB-SLAM3可以通过ROS bag文件或与TUM数据集格式兼容的数据集进行测试。将数据集文件放置在指定的路径下,并确保数据集的格式正确。 接下来,我们需要配置ORB-SLAM3的参数。通过编辑配置文件,我们可以设置相机的内外参数、特征提取与描述子的参数以及地图生成的相关参数。对于不同的任务和数据集,参数的选择可能会略有不同。 最后,我们可以执行ORB-SLAM3的可执行文件进行实跑。运行后,ORB-SLAM3会读取相机数据并实时计算相机的位姿,并生成一个稀疏的地图。在运行过程中,ORB-SLAM3还可以显示相机位姿和地图点云等信息,并将结果保存到指定的文件中。 总之,ORB-SLAM3实跑教程主要包括准备系统环境、编译源代码、准备数据集、配置参数和执行可执行文件等步骤。通过以上步骤,我们可以方便地使用ORB-SLAM3进行视觉SLAM任务的实跑。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值