虚拟机ubuntu16.04 安装ORB_SLAM3

虚拟机ubuntu16.04 安装ORB_SLAM3

一.依赖项

使用Pangolin进行可视化和用户界面的显示
使用OpenCV进行图像处理特征提取（opencv的安装）
Eigen3，g2o需要用，矩阵计算
DBoW2 和 g2o，使用DBoW2库的修改版本来执行位置识别和g2o库来执行非线性优化

二.进行库安装

1、安装Pangolin（参考此博客）
安装依赖包

sudo apt-get install libglew-dev
sudo apt-get install cmake
sudo apt-get install libpython2.7-dev
sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev
sudo apt-get install libdc1394-22-dev libraw1394-dev
sudo apt-get install libjpeg-dev libpng12-dev libtiff5-dev libopenexr-dev

Pangolin下载网址：https://github.com/stevenlovegrove/Pangolin/tags
这里下载的是0.5版本,0.6版本编译会出现问题。

解压：

tar -xzvf Pangolin-0.5.tar.gz 

进入文件夹：

cd Pangolin-0.5/

建立bulid文件夹：

mkdir build

cd build

cmake ..

编译完成

make 

sudo make install

Pangolin安装完成！
2 安装opencv
安装依赖包

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

下载opencv和opencv_contrib：
https://github.com/opencv寻找对应版本

解压：

tar -xzvf opencv-3.4.2.tar.gz 
tar -xzvf opencv_contrib-3.4.2.tar.gz 

新建文件夹，开始编译

cd opencv-3.4.2/
mkdir build
cd build

cmake命令：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D INSTALL_C_EXAMPLES=ON \
      -D INSTALL_PYTHON_EXAMPLES=ON \
      -D WITH_TBB=ON \
      -D WITH_V4L=ON \
      -D WITH_QT=ON \
      -D WITH_OPENGL=ON \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-3.4.16/modules \
      -D BUILD_EXAMPLES=ON ..

遇到报错
检查opencv modules里和opencv_contrib modules里的文件是否重复，删除contrib里的重复组件即可

编译完成：

sudo make -j8

sudo make install

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

sudo ldconfig

3 安装eigen3

sudo apt-get install libeigen3-dev

或者采用源码安装，这里参考https://blog.csdn.net/hhz_999/article/details/120473659

三.下载和编译ORB_SLAM3

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

cd ORB_SLAM3

chmod +x build.sh

修改部分代码，我这里发生了报错
Opencv4 改为3

添加libboost_serialization.so链接库，否则编译不通过

LINK_directories("/usr/local/lib")
# If RealSense SDK is found the library is added and its examples compiled
if(realsense2_FOUND)
    include_directories(${PROJECT_NAME}
    ${realsense_INCLUDE_DIR}
    )
    target_link_libraries(${PROJECT_NAME}
    ${realsense2_LIBRARY}
    libboost_serialization.so
    )
endif()

./build.sh

编译完成：

在此过程中还存在着其他库版本错误：

出现问题：
*CMake 3.10 or higher is required. You are running version 3.5.2 *
这里参考cmake版本升级https://www.cnblogs.com/jsdy/p/12689470.html
出现问题：

Pangolin版本降级https://blog.csdn.net/weixin_43166819/article/details/121372051
安装opencv4.4 https://blog.csdn.net/lu_linux/article/details/114135156
报错：

这里参考这篇博客https://www.cnblogs.com/didada/p/12305066.html

四.测试：

下载数据集：
https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets
我下载的是MH01：

开始运行：

./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/EuRoc/MH01 ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

效果如下：

运行ROS版

rosrun ORB_SLAM3 Mono /home/ycp/realsense/ORB_SLAM3_comments/Vocabular/ORBvoc.txt /home/ycp/realsense/ORB_SLAM3_comments/Examples/Monocular/RealSense_D435i.yaml 

说明：

  在实际安装中由于官方的库中含有intel相机相关驱动积相机参数信息，在本次安装编译完成后SLAM也无法正常运行，具体原因还在寻找中，本文展现的效果为另一个版本的测试。

参考博客：

https://blog.csdn.net/qq_43131852/article/details/121546419
https://www.icode9.com/content-4-1134365.html
https://blog.csdn.net/hhz_999/article/details/120473659
https://zpf1900.blog.csdn.net/article/details/118031317