ORB-SLAM（单目版本）编译与运行

ORB-SLAM的GitHub主页：https://github.com/raulmur/ORB_SLAM
虽然整体上已经说得很清楚了，但是有些细节不够详细，运行的时候不注意很容易出错，因此对整个编译与运行过程进行详细的介绍：

一、安装环境：Ubuntu14.04+ROS indigo

二、准备工作：
　　1.源代码下载：
　　　　可以在GitHub主页下载到本地；或者执行命令：git clone https://github.com/raulmur/ORB_SLAM.git ORB_SLAM
　　2.测试数据集下载并解压：
　　　　http://webdiis.unizar.es/~raulmur/orbslam/downloads/Example.bag.tar.gz

三、依赖库安装：
　　1.Boost
　　　　使用Boost库来管理多线程，执行命令：
　　　　sudo apt-get install libboost-all-dev
　　2.ROS
　　　　使用ROS主要来获取输入图像序列（来自相机或数据集rosbag）以及可视化（rviz，image_view），ROS的安装与配置详见 http://wiki.ros.org/
　　3.OpenCV
　　　　使用OpenCV来处理图像和特征，需要注意的是这里需要使用OpenCV2.4版本（OpenCV3.0以上版本差别较大，编译无法成功）。具体编译与安装过程见下面的多版本OpenCV管理。
　　　　编译之前需要安装依赖项：
　　　　sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev
　　4.g2o
　　　　~/ORB-SLAM/Thirdparty里自带g2o库，用来进行优化操作，需要安装以下依赖项：
　　　　sudo apt-get install libblas-dev
　　　　sudo apt-get install liblapack-dev
　　　　sudo apt-get install libeigen3-dev
　　　　再进行编译，进入~/ORB-SLAM/Thirdparty/g2o目录下，执行命令：
　　　　mkdir build
　　　　cd build
　　　　cmake .. -DCMAKE_BUILD_TYPE=Release
　　　　make
　　5.DBoW2
　　　　~/ORB-SLAM/Thirdparty里自带DBoW2库，用来进行位置识别和特征匹配，无需安装其他依赖项，直接编译即可：
　　　　进入~/ORB-SLAM/Thirdparty/DBoW2目录下，执行命令：
　　　　mkdir build
　　　　cd build
　　　　cmake .. -DCMAKE_BUILD_TYPE=Release
　　　　make

四、ORB-SLAM编译：
　　1.将ORB-SLAM的绝对路径添加到ROS的工作空间中，执行以下命令： export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH_TO_PARENT_OF_ORB_SLAM
　　　　将PATH_TO_PARENT_OF_ORB_SLAM替换成ORB-SLAM所在的绝对路径。
　　　　注意：若ORB-SLAM直接放在ROS工作空间的路径下，则无需上述步骤。查看当前ROS的工作空间的路径命令为：echo $ROS_PACKAGE_PATH
　　2.进入ORB_SLAM当前目录，执行命令：
　　　　mkdir build
　　　　cd build
　　　　cmake .. -DROS_BUILD_TYPE=Release
　　　　make
　　　　注意：如果使用的是ROS indigo版本，则需要将ORB_SLAM文件夹的manifest.xml文件中的opencv2依赖一行命令删除。

五、ORB-SLAM运行：
　　1.打开终端，执行启动ROS服务：roscore
　　2.打开终端，运行ORB_SLAM：rosrun ORB_SLAM ORB_SLAM Data/ORBvoc.txt Data/Settings.yaml （运行前先将~/ORB_SLAM/Data目录下的ORBvoc.txt.tar.gz文件解压）
　　3.打开终端，执行一些可视化命令：
　　　　rosrun image_view image_view image:=/ORB_SLAM/Frame _autosize:=true（启动图片查看程序，到时可以看到特征点跟踪情况）
　　　　rosrun rviz rviz -d Data/rviz.rviz（启动地图视图窗口，显示轨迹及特征点地图）
　　　　或者直接在ORB_SLAM目录下执行（等价于上述两命令）：roslaunch ExampleGroovyOrNewer.launch
　　　　或者直接执行（等价于上述两命令且对目录无要求）：roslaunch ORB_SLAM ExampleGroovyOrNewer.launch
　　4.打开终端，进入Example.bag（测试数据集rosbag）的父目录，执行命令：rosbag play --pause Example.bag（执行图片发布程序，执行后，按s单步运行，按space停止）

 

六、补充说明：
1.多版本OpenCV管理：OpenCV2.4.9+OpenCV3.1.0
　　查看当前工作环境的OpenCV版本：pkg-config --modversion opencv
　　下面介绍默认安装了OpenCV3.1.0的情况下，再去安装OpenCV2.4.9
　　默认安装的OpenCV位置在 /usr/local/include 目录下，再安装OpenCV2.4.9时自定义安装在 /usr/local/open2.4.9 目录下。
　　　1.官网下载并解压OpenCV2.4.9 http://opencv.org/
　　　2.进入OpenCV目录（属于CMake工程），执行以下命令编译与安装：
　　　　mkdir build
　　　　cd build
　　　　cmake -D CMAKE_BUILD_TYPE=RELEASE -D WITH_TBB=ON -D WITH_V4L=ON -D CMAKE_INSTALL_PREFIX=/usr/local/opencv2.4.9 ..
　　　　make
　　　　sudo make install
　　　3.修改配置文件，使系统默认OpenCV版本从3.1.0切换至2.4.9（修改.bashrc文件来设置PKG_ CONFIG_PATH与LD_LIBRARY_PATH）
　　　　sudo gedit ~/.bashrc
　　　　export PKG_CONFIG_PATH=/usr/local/opencv2.4.9/lib/pkgconfig
　　　　export LD_LIBRARY_PATH=/usr/local/opencv2.4.9/lib
　　　　source ~/.bashrc (或者直接使用gedit的保存）
　　　4.最后在工程中用的OpenCV2.4.9时，需要在CMakeList.txt文件指定opencv的目录，执行命令：
　　　　set (OpenCV_DIR /usr/local/opencv2.4.9/share/OpenCV)
　　　　注意：该命令的位置需要在project（name）之前。
　　　5.若想切换回OpenCV3.1.0，则需要把第3步中的配置命令换成相应的OpenCV目录：
　　　　sudo gedit ~/.bashrc
　　　　export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
　　　　export LD_LIBRARY_PATH=/usr/local/lib
　　　　source ~/.bashrc (或者直接使用gedit的保存）

2.关于ROS的一些便捷操作：
　　在每次打开终端时都需要先运行这条命令后才能运行ROS相关的命令：source /opt/ros/indigo/setup.bash
　　在每次打开终端时都需要添加工作空间到ROS路径：source ~/indigo_workspace/setup.bash （indigo_workspace为自己创建的ROS工作空间）
　　或者为了方便，可在.bashrc文件最后添加上述两条命令。
　　（.bashrc是主文件夹下的隐藏文件，打开命令：sudo gedit ~/.bashrc）

转载于:https://www.cnblogs.com/epicmild/p/8718871.html