《视觉SLAM十四讲》中各库的安装
目录
- 目录
- 1. Eigen线性代数库的安装
- 2. Sophus李代数库的安装
- 3. OpenCV计算机视觉库的安装
- 4. PCL点云库的安装
- 5. Ceres非线性优化库的安装
- 6. G2O图优化库的安装
1. Eigen线性代数库的安装
Eigen库是一个Ｃ＋＋线性代数开源库，官方主页http://eigen.tuxfamily.org/dox-devel/modules.html。它提供了有关线性代数、矩阵和矢量运算、数值分析及相关的算法。许多上层的软件库也使用Eigen进行矩阵运算，包括g2o、Sophus等。Eigen库由Ubuntu软件源中提供，通过apt命令可以很方便的安装Eigen。
sudo apt-get install libeigen3-devEigen头文件的默认安装位置在“/usr/include/eigen3/”中，如果不确定，可以输入以下命令查找：
sudo updatedb
locate eigen3Eigen是一个纯用头文件搭建起来的库，在使用时只需要在CMakeLists.txt中引用Eigen的头文件即可，不需要链接库文件。
#添加头文件
include_directories("/usr/include/eigen3")2. Sophus李代数库的安装
Eigen库提供了几何模块，但是没有提供李代数的支持。一个较好的李代数库是由Strasdat维护的Sophus库。Sophus库支持三维运动的SO(3)、SE(3)，此外还支持二维运动的SO(2)、SE(2)和相似变换Sim(3)等内容。它是直接在Eigen库基础上开发的，因此我们不需要安装额外的依赖库。读者可以直接从github上获取Sophus库，Sophus库有模板类库和非模板类库两个版本，本书选择的是非模板类库。可以通过输入以下命令获得非模板类的Sophus库：
git clone http://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff或直接从https://download.csdn.net/download/hz490727/10510302下载，Sophus库本身是一个cmake工程，使用以下命令对它进行编译（Sophus库只需编译，无需安装）。
tar -xzvf slam.tar.gz #将下载的文件解压
cd slam #进入slam文件夹中
tar -xzvg Sophus.tar.gz #将Sophus解压到当前文件夹下
cd Sophus #进入Sophus文件夹中
mkdir build #新建build文件夹
cd build #进入build文件夹中
cmake .. #在build上一层目录下执行CMake命令
make #编译在CMakeLists.txt中添加Sophus库的头文件和库文件：
#为了使用Sophus，需要使用find_package命令
find_package( Sophus REQUIRED )
include_directories( ${Sophus_INCLUDE_DIRS}) #添加头文件目录
add_executable( useSophus useSophus.cpp) #添加可执行文件
target_link_libraries( useSophus ${Sophus_LIBRARIES} ) #添加库文件目录3. OpenCV计算机视觉库的安装
OpenCV提供了大量的开源视觉算法库，是计算机视觉中使用极其广泛的图像处理算法库。在Ubuntu下，可以选择从源代码安装和只安装库文件两种方式。从源代码安装是指从OpenCV官网中下载相应版本的OpenCV源码，然后使用cmake命令中编译安装，好处是可以选择的版本比较丰富，而且可以看到源代码；只安装库文件，是指安装由Ubuntu社区人员编译好的库文件，这样就无需重新编译一遍。本书使用的是OpenCV3系列，由OpenCV官网下载安装包编译安装，官网地址https://opencv.org/releases.html,进入后选择Sources进行下载,此处安装的是OpenCV3.1.0，将下载的压缩文件解压到任意目录下。
在编译之前，需要先安装OpenCV库的依赖项：
sudo apt-get install build-essential libgtk2.0-dev libvtk5-dev libjpeg-dev libtiff4-dev libjasper-dev libopenexr-dev libtbb-dev若安装依赖项报错，则对上述依赖项进行依次单独安装，即：
sudo apt-get install build-essential
sudo apt-get install libgtk2.0-dev
sudo apt-get install libvtk5-dev
sudo apt-get install libjpeg-dev
sudo apt-get install libtiff4-dev
sudo apt-get install libjasper-dev
sudo apt-get install libopenexr-dev
sudo apt-get installlibtbb-dev然后对Opencv安装包编译安装，OpenCV库和普通的cmake工程一样，编译安装如下：
cd XXX #XXX表示OpenCV解压后的文件夹
mkdir build
cd build
cmake ..
make
sudo make installOpenCV库的头文件和库文件默认安装在”/usr/local”目录下，在CMakeLists.txt中添加OpenCV库的头文件和库问价如下所示：
set(CMAKE_CXX_FLAGS "-std=c++11") #添加c++11标准支持
find_package( OpenCV REQUIRED ) #寻找OpenCV库
include_directories( ${OpenCV_INCLUDE_DIRS}) #添加头文件
add_executable( imageBasics imageBasics.cpp) #添加可执行文件
target_link_libraries( imageBasics ${OpenCV_LIBS} ) #链接OpenCV库4. PCL点云库的安装
PCL库是点云库（Point Cloud Library）。PCL库的安装比较容易，输入以下命令即可（也可以使用源代码安装）：
sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl
sudo apt-get update
sudo apt-get install libpcl-all安装完成后，PCL库的头文件将安装在”/usr/include/pcl-1.7/”中。库文件位于”/usr/lib/”中。在CMakeLists中添加头文件和库文件如下：
find_package( PCL REQUIRED COMPOMENT common io )
include_directories( ${PCL_INCLUDE_DIRS}) #添加头文件目录
add_executable( joinMap joinMap.cpp) #添加可执行文件
target_link_libraries( joinMap ${PCL_LIBRARIES} ) #添加库文件目录生成的点云文件以pcd的格式存储，用PCL提供的可视化程序打开这个文件：
pcl_viewer map.pcd如果点云图打不开或者打开后点云图无法进行旋转等操作，执行以下命令：
sudo apt-get dist-upgrade #升级到最新版本5. Ceres非线性优化库的安装
Ceres库是来自谷歌的非线性优化库[，Ceres库面向通用的最小二乘问题的求解，作为用户，我们需要做的就是定义优化问题，然后设置一些选项，输入Ceres求解即可。
安装前需要安装它的依赖项，主要是谷歌的一些日志和测试工具。
sudo apt-get install liblpack-dev libsuitesparse-dev libcxsparse3.1.2 libgflags-dev libgoogle-glog-dev libgtest-devCeres库的安装
**法一：**github上下载[https://github.com/ceres-solver/ceres-solver]
法二：从https://download.csdn.net/download/hz490727/10510302下载
Ceres库本身是一个cmake工程，使用以下命令对它进行编译并安装，以法二为例，其安装过程如下，找到下载的slam.tar.gz文件夹：
tar -xzvf slam.tar.gz #将下载的文件解压
cd slam #进入slam文件夹中
tar -xzvg ceres-solver.tar.gz #将Sophus解压到当前文件夹下
cd ceres-solver #进入Sophus文件夹中
mkdir build #新建build文件夹
cd build #进入build文件夹中
cmake .. #在build上一层目录下执行CMake命令
make #编译
sudo make install #安装Ceres库的头文件安装在”/usr/local/include/ceres/”目录下，库文件安装在”/usr/local/lib/”目录下。在CMakeList.txt中添加头文件和库文件路径的命令：
# 添加cmake模块以使用ceres库
list( APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules )
find_package( Ceres REQUIRED )
include_directories( ${CERES_INCLUDE_DIRS}) #添加头文件目录
add_executable( curve_fitting main.cpp ) #添加可执行文件
target_link_libraries( curve_fitting ${CERES_LIBRARIES} ) #添加库文件目录6. G2O图优化库的安装
g2o是一个基于图优化的库，图优化是一种将非线性理论与图论结合起来的理论，在图优化中将顶点表示优化变量，边表示误差项，从而将非线性最小二乘问题转化成构建一直对应的一个图。
安装依赖项
sudo apt-get install libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.2 libcholmod-dev如果安装依赖项出错，则依次单独安装，并对依赖项使用table键填充名称
g2o图优化库的安装
**法一：**github上下载[https://github.com/RainerKuemmerle/g2o
法二：从https://download.csdn.net/download/hz490727/10510302下载
g2o库是一个cmake工程，使用以下命令对它进行编译并安装，以法二为例，其安装过程如下，找到下载的slam.tar.gz文件夹：
tar -xzvf slam.tar.gz #将下载的文件解压
cd slam #进入slam文件夹中
tar -xzvg g2o.tar.gz #将Sophus解压到当前文件夹下
cd g2o #进入Sophus文件夹中
mkdir build #新建build文件夹
cd build #进入build文件夹中
cmake .. #在build上一层目录下执行CMake命令
make #编译
sudo make install #安装安装完成后，g2o库的头文件将在”/usr/local/g2o/”目录下，库文件在”/usr/local/lib/”目录下。在CMakeList.txt中添加头文件和库文件路径的命令:
# 添加g2o的依赖
# 因为g2o不是常用库，要添加它的findg2o.cmake文件
LIST( APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules )
SET( G2O_ROOT /usr/local/include/g2o )
FIND_PACKAGE( G2O )
include_directories( ${G2O_INCLUDE_DIRS} ) #添加头文件目录
add_executable( curve_fitting main.cpp ) #添加可执行文件
target_link_libraries( curve_fitting g2o_core g2o_stuff ) #添加库文件目录