编译安装及运行单目ORBSLAM2在Ubuntu14.04

最新推荐文章于 2023-02-19 15:57:04 发布

沐白001

最新推荐文章于 2023-02-19 15:57:04 发布

阅读量338

点赞数

分类专栏：激光slam

激光slam 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

前言

ORBSLAM2是一个非常适合SLAM入门学习的开源工程。它支持单目、双目、RGB-D使用，可以计算摄像机的轨迹，并且重建稀疏的3D地图。

官网有源代码和配置教程，地址是

https://github.com/raulmur/ORB_SLAM2

1 安装必要工具

首先，有两个工具是需要提前安装的。即cmake和Git。

sudo apt-get install cmake

sudo apt-get install git

2 安装Pangolin，用于可视化和用户接口

安装依赖项：

sudo apt-get install libglew-dev

sudo apt-get install libpython2.7-dev

先转到一个要存储Pangolin的路径下，例如~/Documents，然后

git clonehttps://github.com/stevenlovegrove/Pangolin.git

cd Pangolin

mkdir build

cd build

cmake ..

make –j

sudo make install

3 安装OpenCV

最低的OpenCV版本为2.4.3，建议采用OpenCV 2.4.11或者OpenCV 3.2.0。从OpenCV官网下载OpenCV2.4.11。然后安装依赖项：

sudo apt-get install build-essential

sudo apt-get install libgtk2.0-dev

sudo apt-get install pkg-config

将下载的OpenCV解压到自己的指定目录，然后cd到OpenCV的目录下。

cd ~/Downloads/opencv-2.4.11

mkdir release

cd release

cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local ..

make

sudo make install

4 安装Eigen3

最低要求版本为3.1.0。在http://eigen.tuxfamily.org 下载Eigen3的最新版本，一般是一个压缩文件，下载后解压，然后cd到Eigen3的根目录下。

mkdir build

cd build

cmake ..

make

sudo make install

5 安装ORBSLAM2

先转到自己打算存储ORBSLAM2工程的路径，然后执行下列命令

git clonehttps://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

cd ORB_SLAM2

chmod +x build.sh

./build.sh

之后会在lib文件夹下生成libORB_SLAM2.so，并且在Examples文件夹下生成mono_tum，mono_kitti， rgbd_tum，stereo_kitti， mono_euroc 和 stereo_euroc。

6 运行单目SLAM实例

在http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载一个序列，并解压。转到ORBSLAM2文件夹下，执行下面的命令。根据下载的视频序列freiburg1， freiburg2 和 freiburg3将TUMX.yaml分别转换为TUM1.yaml，TUM2.yaml，TUM3.yaml。将PATH_TO_SEQUENCE_FOLDER更改为解压的视频序列文件夹。

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txtExamples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

例如，我自己的电脑上，该命令变为：

./Examples/Monocular/mono_tumVocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml/home/bill/Downloads/rgbd_dataset_freiburg1_xyz

运行截图如下：

相关文献

[Monocular] Raúl Mur-Artal, J. M. M. Montiel and Juan D. Tardós. ORB-SLAM: A Versatile and Accurate Monocular SLAM System. IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, 2015. (2015 IEEE Transactions on Robotics Best Paper Award). PDF.

[Stereo and RGB-D] Raúl Mur-Artal and Juan D. Tardós. ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras. ArXiv preprint arXiv:1610.06475 PDF.

[DBoW2 Place Recognizer] Dorian Gálvez-López and Juan D. Tardós. Bags of Binary Words for Fast Place Recognition in Image Sequences. IEEE Transactions on Robotics, vol. 28, no. 5, pp. 1188-1197, 2012. PDF