ORB_SLAM2安装配置,运行实例

安装ORB_SLAM2 准备工作

step1：安装C++11编译器

sudo apt-get install gcc g++  

step2 : 安装Pangolin

 sudo apt-get install libglew-dev    #安装Glew
 sudo apt-get install cmake          #安装CMake
 #安装Boost
 sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev
 #安装Python2 / Python3
 sudo apt-get install libpython2.7-dev 

 #下载、编译、安装Pangolin:
 git clone https://github.com/stevenlovegrove/Pangolin.git
 cd Pangolin
 mkdir build
 cd build
 cmake ..
 make -j4 #四个线程并行运行，不容易死机。直接-j 可能容易死机
 sudo make install

step 3 : 安装OpenCV 2.4.13
1. 到OPENCV官网下载opencv for linux http://opencv.org/。
2. 编译Opencv
（1）进入opencv的下载目录，解压到当前目录（或者可以是自己其他目录）。
（2） 进入解压后的opencv目录并执行下面命令：

cd ~/下载/opencv-2.4.13（解压后的文件夹名字）
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..  #（所有编译的源代码会放在/usr/local/include/里面，该文件夹中会多出opencv和opencv2两个文件夹）
make
sudo make install (安装)

step4 ：安装Eigen

sudo apt-get install libeigen3-dev 

step 5 : BLAS and LAPACK：

sudo apt-get install libblas-dev
sudo apt-get install liblapack-dev

ROS (optional)：建议安装ROS操作系统，可以较为方便的跑实时SLAM。

**

安装ORB-SLAM2

**

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2
cd ORB_SLAM2
chmod +x build.sh
./build.sh

---

运行实例

1. 下载数据集
    Download a sequence from http://vision.in.tum.de/data/datasets/rgbd-dataset/download
    并解压。
2. 进入ORB_SLAM2目录

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/hm/下载/rgbd_dataset_freiburg1_xyz  #最后一个是数据集的目录