Ubuntu18.04下安装配置ORB_SLAM2以及过程中遇到的问题解决方法

Ubuntu18.04下安装配置ORB_SLAM2

一、安装必须工具

安装配置过程中需要需要cmake、gcc、g++和Git工具
1、安装git，用于从Github上克隆项目到本地

sudo apt-get install git

2、安装cmake

sudo apt-get install cmake

3、安装gcc、g++

sudo apt-get install g++ 
sudo apt-get install gcc  

二、安装Pangolin作为可视化和用户界面

1、安装依赖项

sudo apt-get install libglew-dev libpython2.7-dev

2、从GitHub将项目下载到本地

git clone https://github.com/stevenlovegrove/Pangolin.git

3、编译安装

cd Pangolin
mkdir build
cd build
cmake ..
make -j4
sudo make install

（1）在执行make -j4的时候可能会遇到如下问题：No package 'xkbcommon’

解决这个问题，执行如下命令：

sudo apt-get install libxkbcommon-dev

（2）也可能遇到问题：No package ‘wayland-protocols’ found

解决方法：

sudo apt-get install wayland-protocols

然后依次执行上面的命令，make -j4执行成功如下图所示：

三、安装Eigen3——一个开源线性库，可进行矩阵运算

sudo apt-get install libeigen3-dev

四、安装ORB-SLAM2

1、克隆仓库

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

可能会遇到这种情况，下载很慢而且还会失败：

所以在执行这一步的时候建议连接手机热点，如下图：

2、编译ORB-SLAM2，第三方库中的DBoW2和g2o，并解压ORB词典

cd ORB_SLAM2
chmod +x build.sh
./build.sh

出现如下问题：

解决usleep问题：在ORB-SLAM2中的include文件夹里面的system.h加入#include

打开Thirdparty/g2o/g2o/solvers/linear_solver_eigen.h
将以下代码：

template 
class LinearSolverEigen: public LinearSolver
{ public: typedef Eigen::SparseMatrix, Eigen::ColMajor> SparseMatrix;
typedef Eigen::Triplet Triplet;
typedef Eigen::PermutationMatrix, Eigen::Dynamic, SparseMatrix::Index> PermutationMatrix;

修改为：

template 
class LinearSolverEigen: public LinearSolver
{ public:
typedef Eigen::SparseMatrix, Eigen::ColMajor> SparseMatrix;
typedef Eigen::Triplet Triplet;
typedef Eigen::PermutationMatrix, Eigen::Dynamic, int> PermutationMatrix;

然后重新运行上述命令
3、要在ROS环境下运行ORB_SLAM的话，在ROS环境下运行ORB_SLAM，最好将工程放在catkin_ws/src文件夹下，需要进行如下操作：
（1）将包含Examples/ROS/ORB_SLAM2的路径添加到ROS_PACKAGE_PATH环境变量中：打开.bashrc文件并在最后添加路径
打开.bashrc文件：

 sudo  gedit ~/.bashrc

添加路径：

source ./catkin_ws/devel/setup.sh

使修改后的/.bashrc文件生效

source ~/.bashrc

将下列目录下的CMakeLists.txt文件中的部分代码做修改

将下列代码：

set(LIBS 
${OpenCV_LIBS} 
${EIGEN3_LIBS}
${Pangolin_LIBRARIES}
${PROJECT_SOURCE_DIR}/../../../Thirdparty/DBoW2/lib/libDBoW2.so
${PROJECT_SOURCE_DIR}/../../../Thirdparty/g2o/lib/libg2o.so
${PROJECT_SOURCE_DIR}/../../../lib/libORB_SLAM2.so
)

修改为：

set(LIBS 
${OpenCV_LIBS} 
${EIGEN3_LIBS}
${Pangolin_LIBRARIES}
${PROJECT_SOURCE_DIR}/../../../Thirdparty/DBoW2/lib/libDBoW2.so
${PROJECT_SOURCE_DIR}/../../../Thirdparty/g2o/lib/libg2o.so
${PROJECT_SOURCE_DIR}/../../../lib/libORB_SLAM2.so
-lboost_system
)

然后执行命令

cd catkin_ws/src/ORB_SLAM2
chmod +x build_ros.sh
./build_ros.sh

运行成功

五、安装OpenCV

OpenCV的安装参考一下学姐的博客

https://blog.csdn.net/cungudafa/article/details/84451066

六、运行单目SLAM实例

编译完成后会在ORB_SLAM2/Examples文件夹下生成各种可执行文件。我们以单目情况为例，展示如何运行ORB_SLAM2程序。
1、下载数据集：有TUM、KITTI、EuRoC三种数据集，这里使用TUM数据集，从http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载序列并解压缩。

解压：

2、执行命令，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，根据自己的情况对路径做修改。

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/zj/rgbd_dataset_freiburg1_xyz

结果如下：


到这里，运行单目SLAM实例就成功啦！