RGBD-SLAM_v2 超详细安装加运行
RGBD-SLAM_v2超详细安装与运行
- 主要参考链接
- 注意
- 1.建立工作空间
- 2.下载RGBD-SLAM
- 3.卸载g2o
- 4.安装g2o依赖项
- 5.下载并提取eigen 3.2.10头文件
- 6.下载g2o
- 7.配置g2o头文件
- 8.编译g2o
- 9.下载PCL
- 10.用C++ 2011支持配置PCL编译
- 11.编译并安装PCL
- 12.配置RGBD-SLAM
- 13.构建siftgpu库（与rgbdslam绑定）
- 14.建构rgbdslam
- 15.完成构建rgbdslam包并将启动文件复制
- 16.添加rgbdslam_ws工作空间到.bashrc文件下
- 17.测试数据集
主要参考链接
RGBD-SLAM_v2 github地址
环境配置英文教程（很详细）
CSDN其他教程
注意
需要环境ubuntu16.04 ROS Kinetic
ROS Kinetic安装教程
安装的ros版本若是“full”，则是自带opencv，无需自己重新安装，但是在系统中找不到这个opencv
建议在安装之前下载好数据集，PCL1.8，这两个下载非常慢
PCL下载地址
RGBDSLAM数据集下载（bag版本）
1.建立工作空间
这种操作类似于深度学习经常会做的建立虚拟环境，使得多个环境之间不互相影响
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin_make
这里的文件夹随便自己如何建立，最好是全英文路径，~代表自己的路径，因此在复制代码时，注意将此改为自己的路径（下文所有出现的src均为工作空间文件夹下的src)。同时您也可以手动打开文件夹，在文件夹内运行终端，这样可以避免路径出错
2.下载RGBD-SLAM
cd ~/catkin_ws/src
git clone https://github.com/felixendres/rgbdslam_v2
3.卸载g2o
如果之前安装过g2o则需要卸载，安装作者自己改动过的g2o
dpkg -l | grep [Gg]2[Oo]
ls /usr/local/lib
ls /usr/lib | grep [Gg]2[Oo]
我因为是新装的系统，没有安装过g2o。没有验证此段指令的有效性
4.安装g2o依赖项
sudo apt-get install libsuitesparse-dev
5.下载并提取eigen 3.2.10头文件
eigen只包含头文件，没有要编译或链接的二进制lib
mkdir ~/src
cd ~/src
wget http://bitbucket.org/eigen/eigen/get/3.2.10.tar.bz2
mkdir eigen
tar -xvjf 3.2.10.tar.bz2 -C eigen --strip-components 1
此处应在文件夹catkin_ws下打开。即在catkin_ws文件夹下新建src文件夹，可手动查看是否建立成功
6.下载g2o
cd ~/src
git clone https://github.com/felixendres/g2o.git
cd ~/src/g2o
mkdir ~/src/g2o/build
cd ~/src/g2o/build
src在文件夹catkin_ws下，确认路径无误
7.配置g2o头文件
gedit ~/src/g2o/CMakeLists.txt
将其中的第251行的
SET(G2O_EIGEN3_INCLUDE ${EIGEN3_INCLUDE_DIR} CACHE PATH "Directory of Eigen3")
替换为：
SET(G2O_EIGEN3_INCLUDE "<自己的路径>/src/eigen" CACHE PATH "Directory of Eigen3")
注意：将自己的路径替换上去
8.编译g2o
如果上一步出错，则编译将失败
cd ~/src/g2o/build
cmake ../
make
sudo make install
9.下载PCL
可以先下载好，直接拷贝进文件夹
cd ~/src
wget https://github.com/PointCloudLibrary/pcl/archive/pcl-1.8.0.tar.gz
tar -xvzf pcl-1.8.0.tar.gz
10.用C++ 2011支持配置PCL编译
我们需要用c++2011支持来编译pcl，因为我们将用c++2011支持来编译rdbgslam，如果不这样做，rgbdslam将在启动时出错。
默认安装在Ubuntu16.04上的PCL1.7库不支持c++2011编译。
cd ~/src/pcl-pcl-1.8.0
gedit CMakeLists.txt
将以下内容添加到CMakeLists.txt的第146行（在endif（）之后）：
SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")
11.编译并安装PCL
mkdir build
cd build
cmake ../
为了确认C++支持PCL，运行
make VERBOSE=1
如果编译结果中出现了"-stdc++11"，那证明成功了，“-std=c++11"也可以。
如果没有出现，那么应该就是修改CMakeList时出了问题。使用crtl+C打断编译过程
sudo make install
12.配置RGBD-SLAM
cd ~/catkin_ws/src/rgbdslam_v2
gedit CMakeLists.txt
找到第79行
find_package(PCL 1.7 REQUIRED COMPONENTS common io)
修改为:
find_package(PCL 1.8 REQUIRED COMPONENTS common io)
13.构建siftgpu库（与rgbdslam绑定）
cd ~/catkin_ws/src/rgbdslam_v2/external/SiftGPU
sudo apt-get install libglew-dev
sudo apt-get install libdevil1c2 libdevil-dev
make
14.建构rgbdslam
cd ~/catkin_ws
gedit src/rgbdslam_v2/CMakeLists.txt
第六行加入：
add_compile_options(-std=c++11)
最低部加入：
SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")
运行：
catkin_make
make VERBOSE=1
make install
15.完成构建rgbdslam包并将启动文件复制
cp ~/catkin_ws/devel/lib/rgbdslam/rgbdslam ~/catkin_ws/install/share/rgbdslam/
mkdir ~/catkin_ws/install/share/rgbdslam/launch
cp ~/catkin_ws/src/rgbdslam_v2/launch/* ~/catkin_ws/install/share/rgbdslam/launch/
cp ~/catkin_ws/src/rgbdslam_v2/test/*.launch ~/catkin_ws/install/share/rgbdslam/launch/
cp -R ~/catkin_ws/src/rgbdslam_v2/rgbd_benchmark ~/catkin_ws/install/share/rgbdslam/
注意路径
16.添加rgbdslam_ws工作空间到.bashrc文件下
$ echo "source /home/XXXX/rgbdslam_ws/devel/setup.bash" >> ~/.bashrc$
source ~/.bashrc
XXXX修改为自己的路径
17.测试数据集
下载数据集：
cd ~/catkin_ws/src/rgbdslam_v2/test
wget http://vision.in.tum.de/rgbd/dataset/freiburg1/rgbd_dataset_freiburg1_xyz.bag
打开一个终端：
$ roscore
打开另外一个终端
roslaunch rgbdslam test_settings.launch bagfile_name:="/home/自己的路径/catkin_ws/src/rgbdslam_v2/test/rgbd_dataset_freiburg1_xyz.bag（自己的下的数据集名字）"
祝你成功