ORB-SLAM3配置及安装教程（2023.3）

已于 2023-03-19 17:15:17 修改
阅读量1.5w 收藏 243
点赞数 32
分类专栏： ORB-SLAM3 文章标签： ubuntu vim git
于 2023-03-12 18:15:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shadowmimii/article/details/129472719
版权

ORB-SLAM3配置及安装教程

实验简介

配置了好多次ORB-SLAM3，看了一些博客，都写的不是很完整，这次根据自己的经验以及从一个新系统开始

的实际的安装过程，记录一下详细的步骤。

ps.我是用的虚拟机安装的，并且是在一个新系统上开始配置的

所以我的操作步骤是在一个全新的Ubuntu上做的，参考博客的同学注意一下（如果你已经在系统上安装过了一

些包，则有些步骤可以省去）

1 实验环境

我用的是虚拟机VMware运行的

Ubuntu版本是18.04

ORB-SLAM3源码： https://github.com/UZ-SLAMLab/ORB_SLAM3

2 准备工作（安装依赖）

ps：整个安装的大致流程我参考的是这篇博客

https://blog.csdn.net/holly_Z_P_F/article/details/118031317

但是中间遇到了一些问题

2.1 github clone

最好创建一个文件夹，将要下载的文件都放在这个文件夹中

2.1.1 ORB-SLAM3源码

打开终端，输入下面这个指令

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

如果 git 拒绝连接可以直接去这个网址下载压缩包解压

ORB-SLAM3

注意，如果是新系统，没有安装git，则需要先装git

sudo apt-get install git

另外，如果是新系统的话，预装的vi编辑器不完整，用不了。

执行如下命令安装vi编辑器。

sudo apt-get remove vim-common
sudo apt-get install vim

2.1.2 Pangolin

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

或者去下面这个网址下载压缩包

Pangolin

2.1.3 Eigen3

# github 有个mirror,版本3.3.4 from 2017
git clone https://github.com/eigenteam/eigen-git-mirror

在我安装的过程中这一步经常出错，换个网络多试几次就出来了，或者也可以去下面这个网址下载压缩包

Eigen3

注意！！！

不要采用下面这个指令安装eigen3

sudo apt-get install libeigen3-dev

如果采用这个指令安装，默认是安装到了/usr/include/eigen3，ORB-SLAM3检测不到，导致编译会报错。利用源码安装，安装好的路径是 /usr/local/include/eigen3/

2.2 Eigen3安装

在参考博客中博主是先安装Pangolin再安装Eigen3的，但我实际安装的过程中发现Pangolin是依赖Eigen3的，因此应该先安装Eigen3

#安装
cd eigen-git-mirror
mkdir build
cd build
cmake ..
sudo make install
 
#安装后,头文件安装在/usr/local/include/eigen3/

2.3 Pangolin安装

2.3.1 安装依赖

sudo apt install libgl1-mesa-dev

sudo apt install libglew-dev

sudo apt install cmake

sudo apt install libpython2.7-dev

sudo apt install pkg-config

sudo apt install libegl1-mesa-dev libwayland-dev libxkbcommon-dev wayland-protocols

2.3.2 编译安装

cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .

2.4 Opencv安装

最新的ORB-SLAM3要求OpenCV 4.4及以上
但是最好不要安装OpenCV4以上（参考博主的解释是：4默认不会生成.pc文件，最后查看版本的时候查看不到，找不到包）。具体原因不太理解，最后也选择安装3.4.3版本
首先，到官网下载源码：https://opencv.org/releases/page/5/
ps.下载其他OpenCV3版本的理论上也可以，为了避免其他错误，选择参考博主的版本，实验可行。

选择sources文件

下载之后放在最开始创建的文件夹，解压

unzip opencv-3.4.3.zip

ps. 也可以直接右键提取文件

更新一下，准备安装OpenCV依赖库

sudo apt-get update

使用一条指令安装所有依赖库

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libtiff5-dev libswscale-dev libjasper-dev

# 原博客安装的是libtiff4-dev，运行过程报错，改成libtiff5-dev

注意：在运行的时候可能会出现以下报错信息

error: unable to locate libjasper-dev 无法定位这个包libjasper-dev

解决方法是：执行以下指令

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

其中libjasper1是libjasper-dev的依赖包

运行完这个，再安装下面这个指令就没错了

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

安装好依赖，开始编译OpenCV

cd opencv-3.4.3
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

注意：执行上面指令后，终端会自动下载一个必需的ippicv加速库。
如果终端卡住并显示正在下载，只需要等一会儿不用进行任何操作。
否则，终端会显示报错，提示ippicv_2017u3_lnx_intel64_general_20170822.tgz的加速库下载失败。报错如下：

在这里插入图片描述
解决方法是下载离线的ippicv库

下载链接为：https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20170822

下载好之后，把这个ippicv文件夹单独拷贝出来，放到自己的文件夹中

在这里插入图片描述
然后把OpenCV源文件中 /3rdparty/ippicv 文件夹下的 ippicv.cmake 中，

第47行"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/" 改成你新下载的ippicv文件路径。

这样，就改成了离线编译的ippicv文件

再次执行cmake指令，完成编译

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

PS. 这一步骤在参考博客中说需要科学上网才能正常下载，否则需要自己下载离线库编译。但经过我多次尝试，不需要科学上网也能正常下载ippicv库，可以多尝试几次（下载离线库相对比较麻烦）

cmake完成之后使用make编译

ps. j4表示4核，可以根据虚拟机分配的核数进行调整，也可以不用，直接make，速度稍微慢点，但不容易出错

make -j4

这个过程时间可能稍微长一点，完成之后，不要忘了安装

sudo make install

到此，OpenCV安装结束，然后配置一下环境

1）添加库路径

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'

2）更新系统库

sudo ldconfig

3）配置bash

sudo gedit /etc/bash.bashrc

在末尾添加如下两行代码

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

4）保存，执行如下指令使得配置生效

source /etc/bash.bashrc

5）更新

sudo updatedb

如果该指令报错，那么可能是没有安装mlocate

先执行安装命令

apt-get install mlocate

然后再sudo updatedb

6）版本检测

pkg-config --modversion opencv

注意：如果执行后，显示找不到包。那么注意下载的OpenCV版本是不是3.版本的，OpenCV版本4以上的，默认不生成.pc文件，会出现找不到包的问题

输出如下，表示OpenCV完成了安装

在这里插入图片描述

2.5 DBoW2 and g2o

DBoW2主要用于回环检测，g2o（General Graph Optimization）主要用于图优化。
ORB-SLAM3的源码包自带DBoW2 and g2o，编译时会自动安装，不用管。

2.6 安装boost库

由此链接进入boost官网：https://www.boost.org/

我下载的是1.77.0

在这里插入图片描述

在这里插入图片描述
下载之后解压

tar -xzvf boost_1_77_0.tar.gz

解压之后进入解压出来的文件夹

执行下面这个脚本

sudo ./bootstrap.sh

执行完毕之后，会发现又多了些文件

再执行下面这个脚本

sudo ./b2 install

需要一段时间，耐心等待即可

2.7 安装libssl-dev

执行下面这个指令

sudo apt-get install libssl-dev

3 ORB-SLAM3编译和安装

源码编译

进入源码文件夹，执行下述指令

cd ORB_SLAM3
chmod +x build.sh
./build.sh

注意：这个build.sh是官方给的安装脚本，执行即可编译，但是实际操作经常会出错，太吃内存，最好不要直接运行脚本

我选择打开build.sh脚本，依次执行如下每条指令，并根据自己虚拟机分配的核数选择make后面的核数进行编译

注意：在这之前先打开ORB-SLAM3对应的CMakeLists.txt
找到 find_package(OpenCV 4.4)这行代码，将OpenCV版本号改为find_package(OpenCV 3.4)
因为我们之前安装的就是3.4版本的，而在最新的ORB-SLAM3中要求是4.4及以上版本，改成3.4不影响实验

echo "Configuring and building Thirdparty/DBoW2 ..."
 
cd Thirdparty/DBoW2
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../g2o
 
echo "Configuring and building Thirdparty/g2o ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../../
 
echo "Uncompress vocabulary ..."
 
cd Vocabulary
tar -xf ORBvoc.txt.tar.gz
 
 
echo "Configuring and building ORB_SLAM3 ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j

运行最后一条指令时，出现报错如下：
在这里插入图片描述
解决方法是打开对应的文件，如Tracking.cc,LoopClosing.cc等

再include后面添加以下代码

namespace cv
{
template<typename _Tp, int m, int n> static inline
Matx<_Tp, m, n> operator / (const Matx<_Tp, m, n> &a, float alpha)
{
return Matx<_Tp, m, n>(a, 1.f / alpha, Matx_ScaleOp());
}
}

ps. 这里发生了一个很玄学的情况

最后一条指令我使用make -j4，即使在对应的文件中加入了上述代码也仍然会报错。

然后我改成make之后就成功编译了（离谱~

但同时，改成make之后编译速度大大降低，需要等很久

数据集测试

EuRoc数据集下载地址：

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

下载比较慢，有百度网盘的可以用下面这个地址，我将所有EuRoc数据集（包括bag格式和ASL格式）都下载下来放里面了，链接永久有效

链接：https://pan.baidu.com/s/1-48M4G-CJ-j_AFSeLr8XDw?pwd=wd0s
提取码：wd0s

要下载ASL格式的，我下载了V102和V203两个
在这里插入图片描述

这个压缩包下好之后，解压打开之后，里面是一个mav0的文件夹（有些打开会还有一个_MACOSX 文件加，可以直接删掉，只留mav0文件夹）

具体原因是这个其实是在MAC操作系统压缩时产生的缓存垃圾，在Windows系统、Linux系统就会显示出来（大概是这意思）

然后在ORB-SLAM3文件夹下创建一个文件夹dataset，

在dataset文件夹下将解压的数据集文件夹放进来

eg. /ORB-SLAM3/dataset/V102/mav0

然后，在ORB-SLAM3的源码中，有一个Examples文件夹

里面有一个脚本euroc_examples.sh，打开这个脚本

PS. 最新的ORB-SLAM3版本已经找不到了，可以去下面这个链接拷贝过来

https://github.com/electech6/ORB_SLAM3_detailed_comments

并且里面还有ORB-SLAM3的详细注释

打开这个脚本，里面有ORB-SLAM3各种运行模式针对各个数据集的运行指令，选择下载数据集对应模式下的指令，提取出来（以V102、单目+IMU为例）：

./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml “$pathDatasetEuroc”/V102 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/V102.txt dataset-V102_monoi

我加粗的地方需要改

**“$pathDatasetEuroc”**改为 ./dataset，表示数据集所在的路径

即得到下面这条指令

./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml ./dataset/V102 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/V102.txt dataset-V102_monoi

在ORB-SLAM3文件夹下打开终端执行这条指令

ORB-SLAM3成功运行

运行截图：

在这里插入图片描述

在这里插入图片描述
运行结束，终端显示

在这里插入图片描述
ps.这里好像出了一点小错误，存储轨迹出错了

但神奇的是，仍然能看见存储的轨迹文件，奇怪

在这里插入图片描述
整个过程大概就是这样，简单记录一下

如有不足，欢迎指正！

ps. 第一次写博客，感觉操作还比较生疏，但当写到结尾，翻看全部内容的时候，却产生了一种满满的成就感。

但这只是一个开始，以后也要继续加油！

因为是第一次写，所以大部分内容甚至格式都参考了这篇博客，并且第一次复现成功也是参考这篇博客

https://blog.csdn.net/holly_Z_P_F/article/details/118031317

非常感谢这位博主！！！

shadowmimii
关注
  • 32
    点赞
  • 踩
  • 243
    收藏
    觉得还不错? 一键收藏
  • 37
    评论
专栏目录
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM 该存储库包括Visual-Inertial ORB-SLAM的Monocular版本和Stereo版本。 这两个是的和的。 有关详细信息，您可以参考Examples/Monocular/mono_euroc_VI.cc和Examples/Stereo/stereo_euroc_VI.cc 。 我修复了一些错误，以使其更稳定地传递更多的数据集并修改代码以使其与兼容。 并非没有错误。 不是实时的。 如果您认为此回购很有用，请观看，加注星标或加分叉！ 待办事项清单 即时的 支持立体声VI ORB-SLAM的本地化模式 相对姿势误差分析，例如方向和平移误差 构建VI-ORB-SLAM2库和示例 克隆存储库： git clone https://github.com/YoujieXia/VI_ORB
使用matlab画ORBSLAM2运行保存的轨迹文件
03-06
使用matlab画ORBSLAM2运行保存的轨迹文件:对产生的轨迹进行绘制,保存的KeyFrameTrajectory.txt格式.保存的格式为时间戳+平移+旋转.绘制轨迹其实只要有平移就行了,因为在图上体现不出一个点的方向
ubuntu 20.04+ORB_SLAM3 安装并行全记录（无坑版）（一）
选好坑 挖好坑 才会结出好的果子
08-08 8261
在ubuntu20.04上安装并运行orb_slam3, 网上各种安装教程，一般都会出错。我在此给出一个无坑安装并运行版，亲测可用。
ORB-SLAM3的运行与调试
最新发布
weixin_45274074的博客
04-15 404
所提供的图像具有高动态范围，事先进行了光度标定，用20Hz的帧率采集，分辨率为1024像素*1024像素；需要下载数据集dataset-room1_512_16和rgbd_dataset_freiburg1_desk。用微型飞行器采集的视觉惯性数据集，包含双目相机和IMU同步测量数据及位姿的真值。其采用的相机和IMU传感器，在硬件上进行了时间同步。命令中的${dir}是个人数据集的存放路径。命令中的${dir}是个人数据集的存放路径。第三个终端：位置在你的数据集目录下。第一个终端：上面运行。
MAC Ubuntu20.04.2安装运行ORB-SLAM3（非 ROS）无坑版！
suiuko CSDN
02-14 659
MAC Ubuntu20.04.2 安装运行 ORB-SLAM3 无 ROS 版 无坑无坑！！！！
【教程】从零开始的ORB-SLAM3的安装与配置
北屿的博客
12-15 2297
最近项目需求需要接触vslam，博主选择从ORB-SLAM3下手并且记录下安装的基本流程。不得不说，这安装流程就像二大娘的裹脚布。大致环境前提：Ubuntu20.04。
ORB-SLAM3 安装运行 ORB-SLAM3 安装运行
luoganttcc的博客
10-14 3767
ORB_SLAM3/Thirdparty/DBoW2/CMakeLists.txt 和ORB_SLAM3/CMakeLists.txt指定的是opencv 4. 但是ORB_SLAM3/Examples/ROS/ORB_SLAM3/CMakeLists.txt中指定的却是opencv 3，修改前者CMakeLists.txt指定opencv版本为3，首先修改源码，进入目录/ORB_SLAM3/Examples/ROS/ORB_SLAM3/src，修改ros_mono.cc文件。
一文详解ORB-SLAM3
热门推荐
lovely_yoshino的博客
09-14 1万+
ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。他是第一个基于特征的紧耦合的VIO系统，仅依赖于最大后验估计(包括IMU在初始化时)。这样一个系统的效果就是：不管是在大场景还是小场景，室内还是室外都能鲁棒实时的运行，在精度上相比于上一版提升了2到5倍。
安装ORB-SLAM3教程
weixin_48924581的博客
08-26 1万+
ORB-SLAM3
视觉学习笔记4——学习研究ORB-SLAM3
qq_45848817的博客
03-18 9299
ORB-SLAM3是第一个能够让单目、立体和RGB-D相机和针孔和鱼眼镜头模型解耦进行视觉、视觉惯性和多地图SLAM的系统。
ORB_SLAM3简介
Goretzka的博客
02-23 1万+
ORB_SLAM3的一些分析 前言 在大学这一年多的学习过程中，因为学习和项目、比赛的需要，渐渐学习了ORB_SLAM3，在此将学习到的心得体会逐渐记录下来，不断深化理解ORB_SLAM3。 1.ORB_SLAM3的创新点 ORB_SLAM3是第一个基于特征的紧耦合的VIO系统，仅依赖于最大后验估计(包括IMU在初始化时)代码部分对应于MLPNP部分，在IMU的初始化部分引入了map。 系统根据改进召回的新的重定位模块来构建的混合地图，因为这个模块可以让ORB-SLAM3在特征点较少的场景中长期运行
ORB-SLAM3整体流程详解
lovely_yoshino的博客
05-26 1万+
在之前，作者曾经转过一篇《》的文章。那篇文章中提到了ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。与ORB-SLAM2相比，ORB-SLAM3在处理大视差和长时间未观测到的场景时效果更好。它还提供了更准确的帧间运动估计和更快的处理速度。此外，ORB-SLAM3还支持更多的传感器，包括RGB-D摄像头和车载LIDAR。ORB-SLAM3的代码结构也比ORB-SLAM2更加简洁，使得它更容易理解和扩展。
《ORB-SLAM2源码解析》学习手册v1.0-对外.pdf
07-08
《ORB-SLAM2源码解析》学习手册v1.0-对外.pdf
ORB-SLAM3论文.pdf
10-22
ORB-SLAM3原文
SLAM-适配Windows平台的ORB-SLAM3-优质项目实战.zip
02-22
SLAM_适配Windows平台的ORB-SLAM3_优质项目实战
Active-ORB-SLAM2-master.rar
07-01
基于orb-slam2的主动SLAM方法
ORB-SLAM2和ORB-SLAM3超详细中文注释版本.zip
03-31
ORB-SLAM 它是一个完整的 SLAM 系统，包括视觉里程计、跟踪、回环检测，是一种完全基于稀疏特征点的单目 SLAM 系统，同时还有单目、双目、RGBD 相机的接口。资源包含ORB-SLAM2和ORB-SLAM3详细的中文注释版本的源码。
ORB-SLAM3安装教程-Ubuntu18.04
qq_64991046的博客
08-03 1108
安装环境：虚拟机VMware运行的Ubuntu版本是18.04。
ORB_SLAM3 安装（详细）
weixin_44863759的博客
07-12 168
ORB-SLAM3
orb-slam3配置安装及运行2021年
09-18
要配置安装并运行ORB-SLAM3，可以按照以下步骤进行： 1. 下载ORB-SLAM3的源代码。可以从GitHub上克隆最新版本的代码。 2. 安装必要的依赖项。ORB-SLAM3使用了许多第三方库，包括OpenCV、Pangolin、Eigen等。确保这些库已经在您的系统上安装完毕。 3. 编译ORB-SLAM3的源代码。使用CMake工具可以方便地生成可执行文件。新建一个文件夹，比如build，然后在该文件夹中运行CMake命令，将源代码路径作为参数。例如：cmake /path/to/orb-slam3。 4. 构建ORB-SLAM3。在使用CMake生成了Makefile后，运行make命令即可编译源代码。这将生成可执行文件，可以在后续步骤中使用。 5. 下载ORB-SLAM3的预训练模型。ORB-SLAM3需要使用预训练的深度学习模型来进行视觉定位和地图构建。可以从ORB-SLAM3的GitHub页面上下载这些模型，并将其放置在合适的文件夹中。 6. 运行ORB-SLAM3。在运行ORB-SLAM3之前，需要提供输入视频或图像序列。可以通过命令参数来指定输入数据的路径。例如，将ORB-SLAM3编译生成的可执行文件称为ORB_SLAM3，可以使用以下命令启动ORB-SLAM3：./ORB_SLAM3 /path/to/input/video。 7. 查看ORB-SLAM3的输出。ORB-SLAM3会输出定位结果、重建地图等信息。可以在命令行终端上看到这些输出。此外，ORB-SLAM3还提供了可视化工具Pangolin，可以通过该工具查看实时的视觉定位和地图重建结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 37
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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