Ubuntu18下ORB_SLAM2的安装与配置

Ubuntu下ORB_SLAM2的安装与配置

ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。ORB-SLAM是一个基于特征点的实时单目SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行。该系统对剧烈运动也很鲁棒，支持宽基线的闭环检测和重定位，包括全自动初始化。该系统包含了所有SLAM系统共有的模块：跟踪（Tracking）、建图（Mapping）、重定位（Relocalization）、闭环检测（Loop closing）。由于ORB-SLAM系统是基于特征点的SLAM系统，故其能够实时计算出相机的轨线，并生成场景的稀疏三维重建结果。ORB-SLAM2在ORB-SLAM的基础上，还支持标定后的双目相机和RGB-D相机。

实验内容

一、安装工具

二、安装Pangolin作为可视化和用户界面

三、安装OPenCV，用于处理图像和特征

四、安装Eigen3

五、安装ORB_SLAM2

六、运行单目SLAM实例

一、安装工具

（1）更新软件源

sudo apt update

(2)安装git,用于从GitHub上克隆项目包到本地

(3)安装Cmake用于程序的编译

（4）安装gcc,g++

二、安装Pangolin

（1）安装依赖项

（2）从GitHub将项目下载到本地

（3）编译安装

安装：

三、安装OpenCV

（1）安装依赖项

（2）在OPenCV官网（http://opencv.org）下载OpenCV 3.4.1 的source包然后解压到本地

（3）编译安装

编译成功：

编译过程会花费较长时间，电脑CPU性能较低的建议不要使用make -j，容易卡死；CPU性能较高的可以使用make -jx，x代表线程，可加速编译。

安装：

（4）配置OpenCV的环境

打开之后可能是一个空白的文件，直接在文件末尾添加以下内容就可以了：

保存回到命令行界面，使刚才的配置生效：

配置bash：sudo gedit /etc/bash.bashrc

在文件末尾添加：

保存之后还要使刚才的配置生效：

四、安装Eigen3

五、安装ORB_SLAM2

克隆项目包到本地：

编译ORB_SLAM2和第三方库DBoW2和g2o：

编译过程中会遇到以下问题：

是因为有一些代码中需要引入unistd.h头文件：

再重新编译，编译成功：编译过程需要花点时间，要耐心等待

六、运行SLAM单目实例

下载数据集：
有TUM、KITTI、EuRoC三种数据集，本实验使用TUM数据集，从http://vision.in.tum.de/data/datasets/rgbd-dataset/download 下载序列并解压缩。这便是解压后的数据集：

运行：

GitHub上给出的命令格式：

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

其中PATH_TO_SEQUENCE_FOLDER为数据集的存储路径，并将tumx.yaml与下载的数据集对应，比如TUM1.yaml,TUM2.yaml 和TUM3.yaml 分别对应 freiburg1, freiburg2 和 freiburg3。