Ubuntu16.04下 ORB_SLAM2的安装与配置
ORB_SLAM2的安装与配置
-
- 一、安装工具
- 二、安装Pangolin作为可视化和用户界面
- 三、安装OpenCV ，用于处理图像和特征
- 四、安装Eigen3，它是一个开源线性库，可进行矩阵运算
- 五、安装ORB-SLAM2
- 六、运行单目SLAM实例
一、安装工具
在配置过程中需要cmake、gcc、g++和Git工具。可在终端通过以下命令下载。
（1）更新apt库，更新软件列表
sudo apt-get update
（2）安装git，用于从Github上克隆项目到本地
sudo apt-get install git
（3）安装cmake，用于程序的编译
sudo apt-get install cmake
（4）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 -j
sudo make install
三、安装OpenCV ，用于处理图像和特征
（1）安装依赖项
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
（2）在OpenCV官网（http://opencv.org）下载OpenCV 3.4.1的source版本，然后解压到本地
或者用命令下载如下
wget -O opencv-3.4.1.zip https://github.com/Itseez/opencv/archive/3.4.1.zip
（3）编译安装
cd ~/opencv-3.4.1
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release –D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j8
出现以下表示编译成功
编译过程会花费较长时间，电脑CPU性能较低的建议不要使用make -j，容易卡死；CPU性能较高的可以使用make -jx，x代表线程，可加速编译。
执行命令
sudo make install
（4）配置一些OpenCV的编译环境
1.sudo make install 执行完毕后OpenCV编译过程就结束了，接下来就需要配置一些OpenCV的编译环境首先将OpenCV的库添加到路径，从而可以让系统找到
sudo gedit /etc/ld.so.conf.d/opencv.conf
执行此命令后打开的可能是一个空白的文件，不用管，只需要在文件末尾添加
/usr/local/lib
保存回到命令行界面，执行如下命令使得刚才的配置路径生效
sudo ldconfig
2.配置bash
sudo gedit /etc/bash.bashrc
在最末尾添加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
保存，执行如下命令使得配置生效
source /etc/bash.bashrc
四、安装Eigen3，它是一个开源线性库，可进行矩阵运算
sudo apt-get install libeigen3-dev
五、安装ORB-SLAM2
a. 克隆仓库
git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2
b. 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
c.如过需要在ROS环境下运行ORB_SLAM，则需要执行一下命令：
在ROS环境下运行ORB_SLAM，最好将工程放在catkin_ws/src文件夹下,如图
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文件并在最后添加以下行。
sudo gedit ~/.bashrc
source ./catkin_ws/devel/setup.sh
使修改后的/.bashrc文件生效
source ~/.bashrc
cd catkin_ws/src/ORB_SLAM2
chmod +x build_ros.sh
./build_ros.sh
运行后会出现错误：
解决办法：
修改Examples/ROS/ORB_SLAM2/文件夹下的CMakeLists.txt文件。
将
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
)
如图所示：
再次运行，：
chmod +x build_ros.sh
./build_ros.sh
如图所示，编译成功。
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，本实验使用TUM数据集，从http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载序列并解压缩。这便是解压后的数据集
GitHub上给出的命令执行格式：
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txtExamples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER
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
根据情况自己确定数据集的路径，我的路径是/home/weiweu/rgbd_dataset_freiburg1_xyz
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/weiweu/rgbd_dataset_freiburg1_xyz
