Ubuntu 20.04配置ORB-SLAM2和ORB-SLAM3运行环境+ROS实时运行ORB-SLAM+Gazebo仿真运行ORB-SLAM2+各种相关库的安装

---

在新安装的Ubuntu 20.04系统中配置ORB-SLAM2和ORB-SLAM3的运行环境，并安装一些SLAM常用的库，记录走过的路

一、换源

Ubuntu系统自带的源都是国外的网址，国内用户在使用的时候下载比较慢甚至无法获取，在安装各种库或软件时会深受其折磨！解决方案是直接替换成国内的镜像源

1.1 通过软件更新

打开软件更新

选择Download from->Other，找到China，选择源。关闭界面等待自动更新源

1.2 通过修改源文件

（1）备份源文件：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.old

（2）打开文件：

sudo gedit /etc/apt/sources.list

（3）换源：推荐清华或者阿里云的源（根据自己的网去尝试，选择最快的一个）：清华源地址，选择Ubuntu版本（查看ubuntu版本命令：cat /etc/issue）并复制源内容，覆盖sources.list文件原来的内容：

（4）换过源之后要更新：

sudo apt-get update

二、安装三方库

2.1 安装必要的依赖项

sudo apt-get update
sudo apt-get install git gcc g++ vim make cmake

2.2 安装Pangolin

安装Pangolin 0.6(稳定版)（官网下载地址，不要下载最新master版，编译的时候可能有错误）
（1）安装依赖项

sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev
sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev

（2）配置并编译

cd Pangolin 
mkdir build && cd build
cmake -DCPP11_NO_BOOST=1 ..
make
sudo make install

（3） 验证

cd ../examples/HelloPangolin
mkdir build && cd build
cmake ..
make
./HelloPangolin

若安装成功，则会弹出以下窗口：

2.3 安装OpenCV3

ORB-SLAM2要求至少 2.4.3，作者使用 OpenCV 2.4.11 和 OpenCV 3.2 测试。我测试OpenCV3.4.5和OpenCV3.2.0可行。安装OpenCV-3.4.5（OpenCV老版本可在Github仓库右侧的Releases里找），将文件解压到某个位置，在该文件下打开终端
（1）安装依赖项

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev 
sudo apt-get install libavformat-dev libjpeg.dev libtiff5.dev 
sudo apt-get install libswscale-dev libjasper-dev 
sudo apt-get install libcanberra-gtk-module libcanberra-gtk3-module 
#或者
sudo apt-get install libcanberra-gtk*

（2） 配置并编译

mkdir build && cd build 
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
#电脑性能差可去掉-j4，性能很好可增加数字（线程）
make -j4
sudo make install

（3）查询OpenCV版本、库以及头文件目录的三个命令来确保上面的OpenCV安装步骤都正常：

pkg-config --modversion opencv
pkg-config --cflags opencv
pkg-config --libs   opencv

2.4 安装Eigen3

Eigen3是一个纯头文件的库，这个特点让使用者省去了很多安装和环境配置的麻烦
直接安装：

sudo apt-get install libeigen3-dev

建议源码（地址）安装：

cd eigen3
mkdir build && cd build
cmake ..
make
sudo make install

安装后头文件在：

/usr/local/include/eigen3/

复制头文件到/usr/local/include：

sudo cp -r /usr/local/include/eigen3/Eigen /usr/local/include

三、安装ORB-SLAM2

（1）解压源文件，在该文件夹下打开终端：

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

chmod +x 赋予shell文件运行权限，注意系统若硬件不行（线程少），将build.sh里的make -j（默认启用最大线程）修改为make，防止卡死，电脑性能好可增加数字（线程）：如make -j4/j8/jx

• 编译时如果有错误：

error: ’usleep’ was not declared in this scope

在对应的头文件中加上 ：

#include 

• 出现错误：

error: static assertion failed: std::map must have the same value_type as its allocator

把ORB-SLAM2源码目录中include/LoopClosing.h文件中的

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
        Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

修改为：

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
        Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

（2）运行单目例子（彩色是因为我修改了代码，源码黑白，不用在意）：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM2.yaml Data/rgbd_dataset_freburg2_desk

四、安装ORB-SLAM3

4.1 同时安装OpenCV4

安装OpenCV4.2.0（目的是与3.4.5共存，尽量先装ROS,然后使OpenCV与ROS的版本一样，这样后面用ROS时会少走很多坑，注：后来发现没必要再安装，请先安装ros，装了ROS noetic就可以直接忽略这一步，省了许多麻烦）,使能运行ORB-SLAM2和ORB-SLAM3（只使用OpenCV3也是可以的，ORB-SLAM3要求至少 3.0，作者使用 OpenCV 3.2.0 和 4.4.0 测试，不安装OpenCV4请忽略这一节，我测试过4.4.0、4.5.0和4.2.0均可行）
（1）安装依赖库：

sudo apt-get install build-essential cmake git 
sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev
sudo apt-get install libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy python3-dev python3-numpy
sudo apt-get install libtbb2 libtbb-dev libjasper-dev libdc1394-22-dev
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev

（2）其他安装步骤都一样，只是camke …改为（防止冲突，安装到不同的路径/usr/local/opencv4下）：

mkdir build && cd build 
cmake -D CMAKE_INSTALL_PREFIX=/usr/local/opencv4 -D CMAKE_BUILD_TYPE="Rlease" -D OPENCV_GENERATE_PKGCONFIG=ON ..
make -j4
sudo make install

（3）配置OpenCV变量，编辑文件 /etc/ld.so.conf.d/opencv.conf（如果没有就会自动创建）：

sudo gedit /etc/ld.so.conf.d/opencv.conf

然后添加 OpenCV4 的 lib 路径：

/usr/local/opencv4/lib

保存退出，执行：

sudo ldconfig

（4）编辑 ~/.bashrc 文件:

sudo gedit ~/.bashrc

最后添加：

#opencv-4.2.0
export PKG_CONFIG_PATH=${PKG_CONFIG_PATH}:/usr/local/opencv4/lib/pkgconfig
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:./usr/local/opencv4/lib

保存退出，执行：

source ~/.bashrc

查询OpenCV版本、库以及头文件目录，结果仍然是之前安装的OpenCV3的版本。因为，对于OpenCV4以上的版本要使用OpenCV4才能正确查询到其版本，库以及头文件目录的值。具体命令如下所示：

pkg-config --modversion opencv4
pkg-config --cflags opencv4
pkg-config --libs   opencv4

（5）使用多版本OpenCV，在写CmakeLists.txt要注意，如果只有一个版本的OpenCV,我们一般直接使用FIND_PACKAGE(OpenCV REQUIRED)，如果现在要使用的是默认安装的OpenCV3,则使用上面的指令就足够了。如果现在要使用的是我们自己指定路径的opencv-4.2.0，则在上面指令前面加上如下指令：

set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 

4.2 安装ORB-SALM3

（1）解压源文件修改CMakeLists.txt，调低make -j x，在FIND_PACKAGE(OpenCV REQUIRED)前面加上如下指令（使用OpenCV4，若使用OpenCV3忽略）：

set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 

将find_package(Eigen3 3.1.0 REQUIRED)修改为：

find_package(Eigen3 REQUIRED)

（2）安装python2.7：

sudo apt install libpython2.7-dev

（3）在源文件夹下打开终端：

cd ORB_SLAM3
chmod +x build.sh
./build.sh

• 报opensll错误，缺少对应的库，需安装openssl-devel：

sudo apt-get install libssl-dev

• 报错：x3D=x3D_h.get_minor<3,1>(0,0)/x3D_h(3); error:no match for ’operator/’ ，应该是是重载了这个符号，但是这里直接这样写是不合格的，两个地方提示出错：

/ORB_SLAM3/src/LocalMapping.cc:628:49: error: no match for ‘operator/’
 (operand types are ‘cv::Matx<float, 3, 1>’ and ‘float’) x3D = x3D_h.get_minor<3,1>(0,0) / x3D_h(3);
/ORB_SLAM3/src/CameraModels/KannalaBrandt8.cpp:534:41: error: no match for ‘operator/’ 
(operand types are ‘cv::Matx<float, 3, 1>’ and ‘float’) x3D = x3D_h.get_minor<3,1>(0,0) / x3D_h(3);

在源码中的这两个地方，将x3D = x3D_h.get_minor<3,1>(0,0) / x3D_h(3)修改为：

x3D = cv::Matx31f(x3D_h.get_minor<3,1>(0,0)(0) / x3D_h(3), x3D_h.get_minor<3,1>(0,0)(1) / x3D_h(3), x3D_h.get_minor<3,1>(0,0)(2) / x3D_h(3));

• 如果因内存不足中断编译进程：

c++: fatal error: Killed signal terminated program cc1plus

调大虚拟机内存/创建swap分区，调低make -j x

（4）运行TUM corridor（Monocular-Inertial）例子：

./Monocular-Inertial/mono_inertial_tum_vi ../Vocabulary/ORBvoc.txt Monocular-Inertial/TUM_512.yaml dataset-corridor1_512_16/mav0/cam0/data Monocular-Inertial/TUM_TimeStamps/dataset-corridor1_512.txt Monocular-Inertial/TUM_IMU/dataset-corridor1_512.txt dataset-corridor1_512_monoi

五、安装ROS noetic

参考 详细介绍如何在ubuntu20.04中安装ROS系统，超快完成安装（最新版教程） 讲解的非常详细，安装过程中很多错误都给出了解决方法，这里写出大致流程
（1）添加ROS软件源

sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ $DISTRIB_CODENAME main" > /etc/apt/sources.list.d/ros-latest.list'

（2）添加密钥

sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

（3）更新软件源

sudo apt update

以上有问题换用：

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F42ED6FBAB17C654

（4）安装ROS noetic

sudo apt install ros-noetic-desktop-full

（5）初始化rosdep

sudo rosdep init

• 如果找不到命令：

sudo apt install python-rosdep2
# 或者
sudo apt install python3-rosdep2

• ERROR: cannot download default sources list from:https : //raw.githubusercontent.com/ros/rosdistro/master/rosdep/sources.list.d/20-default.listWebsite may be down.

udo gedit /etc/hosts

打开的hosts文件中添加如下的内容，然后保存退出

199.232.28.133 raw.githubusercontent.com

如果出现ERROR: cannot download default sources list from:
https://raw.githubusercontent.com/ros/rosdistro/master/rosdep/sources.list.d/20-default.list
Website may be down.
访问 https://www.ipaddress.com/ 查询 raw.githubusercontent.com 的ip地址

将199.232.28.133 raw.githubusercontent.com换为：

185.199.108.133 raw.githubusercontent.com

• ERROR: default sources list file already exists: /etc/ros /rosdep/sources.list.d/20-default.listPlease delete if you wish to re-initialize

sudo rm /etc/ros/rosdep/sources.list.d/20-default.list

然后

rosdep update

（6）安装rosinstall

sudo apt install python3-rosinstall python3-rosinstall-generator python3-wstool

（7）设置环境变量

sudo gedit .bashrc
# 末尾添加
source /opt/ros/noetic/setup.bash
# 保存退出
source ~/.bashrc

（8）验证

roscore

• Command ‘roscore’ not found, but can be installed with:sudo apt install python3-roslaunch，按照提示安装：

sudo apt install python3-roslaunch

• Resorce not found: roslaunch说明之前的安装没有安装全，继续安装

sudo apt install ros-noetic-desktop-full

（9）测试ROS：

roecore
rosrun turtlesim turtlesim_node
rosrun turtlesim turtle_teleop_key

六、ROS安装摄像头驱动

（1）创建一个catkin工作空间：

mkdir -p ~/catkin_ws/src

（2）编译工作空间：

cd ~/catkin_ws/
catkin_make

（3）配置环境

source ~/catkin_ws/devel/setup.bash

（4）下载摄像头功能包源码，将功能包解压到~/catkin_ws/src下
（5）重新编译工作空间并配置环境
（6）测试usb摄像头
打开新终端，，运行/catkin_ws/src/usb_cam-develop/launch下的launch文件usb_cam-test.launch：

roslaunch usb_cam usb_cam-test.launch

再打开一个窗口输入rqt_graph查看消息，看到usb_cam节点向/usb_cam/image_raw发布了消息，image_view订阅了该消息，消息内容即为图像帧，由image_view显示

• 报错：

RLException: [usb_cam-test.launch] is neither a launch file in package [usb_cam] nor is [usb_cam] a launch file name
The traceback for the exception was written to the log file

未配置环境：

source ~/catkin_ws/devel/setup.bash

为了省去每次配置，将这句添加到 ~/.bashrc 文件中

sudo gedit ~/.bashrc

保存退出，执行：

source ~/.bashrc

• 摄像头图像花屏
  摄像头的默认像素格式是mjpeg格式的，launch文件中定义的像素格式是yuyv格式的（第六行），将其修改为mjpeg

但是此时终端中会提示警告

eprecated pixel format used, make sure you did set range correctly

然后在usb_cam-develop源码src文件中找到usb_cam.cpp文件447行，video_sws_ = sws_getContext…之前添加：

{
    AVPixelFormat pixFormat;
    switch (avcodec_context_->pix_fmt) {
    case AV_PIX_FMT_YUVJ420P :
        pixFormat = AV_PIX_FMT_YUV420P;
        break;
    case AV_PIX_FMT_YUVJ422P  :
        pixFormat = AV_PIX_FMT_YUV422P;
        break;
    case AV_PIX_FMT_YUVJ444P   :
        pixFormat = AV_PIX_FMT_YUV444P;
        break;
    case AV_PIX_FMT_YUVJ440P :
        pixFormat = AV_PIX_FMT_YUV440P;
        break;
    default:
        pixFormat = avcodec_context_->pix_fmt;
        break;
    }
    avcodec_context_->pix_fmt = pixFormat;
  }

重新编译工作空间并配置环境

七、ROS实时运行ORB-SLAM2

7.1 相机标定

相机的内参标定可以使用MATLAB工具箱和其他工具包，或者我最常用的编写程序调用OpenCV标定，这里使用ros标定

#noetic摄像头标定工具安装
sudo apt-get install ros-noetic-camera-calibration
#启动摄像头
roslaunch usb_cam usb_cam-test.launch
#新开一个终端，开始标定
rosrun camera_calibration cameracalibrator.py --size 10x7 --square 0.0085 image:=/usb_cam/image_raw camera:=/usb_cam --k-coefficients=4

cameracalibrator.py 标定程序需要以下几个输入参数：
–size为棋盘格的规格（内部角点行列个数），
–square为棋盘格的大小（棋盘格的边长，单位是m），
image:=指定了图像的TOPIC，
–k-coefficients为畸变模型参数个数，
camera:=/usb_cam摄像头
–no-service-check禁用
set_camera_info检查服务

按照x（左右）、y（上下）、size（前后）、skew（倾斜）等方式移动棋盘，直到x,y,size,skew的进度条都变成绿色位置。
我这里用手机大致测了一下，–size 10x7 --square 0.0085，最好用正常的标定板

都变成绿色位置了就按下CALIBRATE按钮，等一段时间就可以完成标定。
完成后点击SAVE保存标定使用的图像以及标定结果，会显示保存地址，可以打开查看，然后再COMMIT退出程序，标定完成。

找到标定结果文件后，按照其数据修改Examples/ROS/ORB_SLAM2目录下Asus.yaml。

7.2 编译ORB_SLAM2 ROS例子

将ORB_SLAM2源码文件夹复制到~/catkin_ws/src文件夹下，在ORB_SLAM2文件夹下打开终端
（1）修改ros示例源文件
为Examples/ROS/ORB_SLAM2/src路径下的所有.cc文件添加头文件

#include 

将单目ros_mono.cc和ros_mono_ar.cc文件的订阅:

//单目
ros::Subscriber sub = nodeHandler.subscribe("/camera/image_raw", 1, &ImageGrabber::GrabImage,&igb);

替换为：

ros::Subscriber sub = nodeHandler.subscribe("/usb_cam/image_raw", 1, &ImageGrabber::GrabImage,&igb);

（2）解决OpenCV版本问题
由于2.4节安装了与ROS版本一样的OpenCV（或者直接使用ROS的OpenCV），这里只需要修改ORB_SLAM2使其依赖OpenCV4就行，避免了版本冲突问题。
修改ORB_SLAM2文件夹、ORB_SLAM2/Thirdparty/DBoW2文件夹和ORB_SLAM2/Examples/ROS/ORB_SLAM2三个文件夹下的CMakeLists.txt,将：

find_package(OpenCV 3.0 QUIET)

修改为：

set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 
find_package(OpenCV 4.0 QUIET)

将ORB_SLAM2/Examples/文件夹下的所有示例源文件中导入图像数据的参数 CV_LOAD_IMAGE_UNCHANGED 修改为：

cv::IMREAD_UNCHANGED

若内存不足中断编译，调低make -jx

（3）编译

chmod +x build.sh build_ros.sh
./build.sh

由于ORBSLAM2中设置了rosbuild_init()，因此，直接在~/.bashrc上配置环境：

echo 'export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:'"`pwd`/Examples/ROS" >> ~/.bashrc
source ~/.bashrc

编译ros节点:

./build_ros.sh

• 遇到错误：
  /usr/bin/ld: CMakeFiles/Stereo.dir/src/ros_stereo.cc.o: undefined reference to symbol ‘_ZN5boost6system15system_categoryEv’
  在ros的CMakeListst.txt链接的库中添加：-lboost_system

7.3 ROS实时运行ORB-SLAM2

#打开摄像头（可将launch文件的图像显示节点删除）
roslaunch usb_cam usb_cam-test.launch
#ORB_SLAM2目录下打开终端，运行ORB-SLAM2，参数文件Asus.yaml是测试摄像头标定的
source ~/catkin_ws/src/ORB_SLAM2
rosrun ORB_SLAM2 Mono Vocabulary/ORBvoc.txt Examples/ROS/ORB_SLAM2/Asus.yaml

新开一个终端查看计算图：

rqt_graph

7.4 ORB-SLAM2跑bag数据包

以EuRoC数据为例，下载数据包，查看bag数据消息列表

可以看到双目的图像消息，我们运行双目例子，将双目ros_stereo.cc文件的订阅:

//双目
message_filters::Subscriber<sensor_msgs::Image> left_sub(nh, "/camera/left/image_raw", 1);
message_filters::Subscriber<sensor_msgs::Image> right_sub(nh, "/camera/right/image_raw", 1);

替换为：

message_filters::Subscriber<sensor_msgs::Image> left_sub(nh, "/cam0/image_raw", 1);
message_filters::Subscriber<sensor_msgs::Image> right_sub(nh, "/cam1/image_raw", 1);

重新编译ros节点，然后运行

./build_ros.sh
#ORB_SLAM2目录下打开终端，运行ORB-SLAM2
rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml true
#播放数据包
rosbag play V1_01_easy.bag

7.5 ROS运行ORB-SLAM3

（1）将ORB_SLAM3源码文件夹复制到~/catkin_ws/src文件夹下，在ORB_SLAM2文件夹下打开终端编译

chmod +x build.sh build_ros.sh
./build.sh

（2）编译ROS节点
修改CMakeLists.txt，统一OpenCV版本

#find_package(OpenCV 3.0 QUIET)
find_package(OpenCV 4.0 QUIET)

以单目VIO为例，将ros_mono_inertial.cc的IMU与图像消息订阅修改为：

ros::Subscriber sub_imu = n.subscribe("/imu0", 1000, &ImuGrabber::GrabImu, &imugb); 
ros::Subscriber sub_img0 = n.subscribe("/cam0/image_raw", 100, &ImageGrabber::GrabImage,&igb);

编译，然后运行

./build_ros.sh
# 配置环境：
source Examples/ROS
#ORB_SLAM3目录下打开终端，运行ORB-SLAM3
rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples/Monocular-Inertial/EuRoC.yaml
#播放数据包
rosbag play V1_01_easy.bag

效果图与ORB-SLAM2那个类似，就不重复了

八、Gazebo仿真运行ORB_SLAM2

8.1 准备

• 安装teleop_twist_keyboard键盘控制功能包，后面使用该功能包，通过键盘控制ROS小车的运动：

sudo apt-get install ros-noetic-teleop-twist-keyboard

• 安装gazebo（完整ROS安装时已经安装好 ros-noetic-desktop-full）
• 下载或构建gazebo仿真环境，例如赵虚左老师教程提供的简易环境：box_house.world

8.2 搭建ROS小车

参考赵虚左老师教程的第六章，搭建自己的ros小车，首先在自己的工作空间中创建功能包:

catkin_create_pkg gazebo_test urdf xacro gazebo_ros gazebo_ros_control gazebo_plugins

功能包下新建文件夹及.xacro文件，编写urdf文件（教程里直接复制内容）：
（1）惯性矩阵算法：head.xacro
（2）车体：base.xacro
（3）相机：camera.xacro
（4）运动控制：move.xacro
（5）相机仿真：camera_senser.xacro
（6）组合：car.xacro
将下面的路径修改为自己的：

<robot name="my_car_camera" xmlns:xacro="http://wiki.ros.org/xacro">
    <xacro:include filename="路径/head.xacro" />
    <xacro:include filename="路径/base.xacro" />
    <xacro:include filename="路径/camera.xacro" />
    
    <xacro:include filename="路径/move.xacro" />
    <xacro:include filename="路径/camera_senser.xacro" />
robot>

8.3 编写lanuch文件：

功能包和路径修改为自己的：

<launch>
    
    <param name="robot_description" command="$(find xacro)/xacro $(find 功能包)/路径/urdf_car.xacro" />
    
    <include file="$(find gazebo_ros)/launch/empty_world.launch">
        <arg name="world_name" value="$(find 功能包)/路径/box_house.world" />
    include>

    
    <node pkg="gazebo_ros" type="spawn_model" name="model" args="-urdf -model mycar -param robot_description"  />

    
    <node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher" />
    <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" />
    
    
    
    <node name="teleop_twist_keyboard" pkg="teleop_twist_keyboard" type="teleop_twist_keyboard.py">
      <param name="speed" value="0.3"/>
      <param name="turn" value="0.5"/>
    node>
launch>

8.4 标定参数

运行launch文件，查看话题列表：

roslaunch gazebo_test roscar_orbsalm2.launch
rostopic list

查看带有内参的话题，根据它修改Asus.yaml：

rostopic echo /camera/camera_info

8.5 运行ORB_SLAM2

将订阅话题修改为camera/image_raw，重新编译：

ros::Subscriber sub = nodeHandler.subscribe("camera/image_raw", 1, &ImageGrabber::GrabImage,&igb);

运行：

roslaunch gazebo_test roscar_orbsalm2.launch
#新开一个终端：
source ~/catkin_ws/src/ORB_SLAM2
rosrun ORB_SLAM2 Mono Vocabulary/ORBvoc.txt Examples/ROS/ORB_SLAM2/Asus.yaml

键盘控制方法（结合图像窗口）：

九、安装SLAM测评工具evo

evo是一个很好的测评工具，它可以根据时间戳将轨迹进行对齐，同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐，并可以算出均方差等评定参数，用于测评slam算法性能

9.1 安装evo

（1）安装pip：

sudo apt install python-pip
#or
sudo apt install python3-pip

（2）直接安装：

pip install evo --upgrade --no-binary evo --user
#或加速：
pip install evo --upgrade --no-binary evo --user -i https://pypi.tuna.tsinghua.edu.cn/simple

（3）源码安装：

cd evo
pip install --editable . --upgrade --no-binary evo --user

这样会很慢，可以通过国内镜像加速，在pip 语句后面增加指定源路径，如下

pip install --editable . --upgrade --no-binary evo --user -i https://pypi.tuna.tsinghua.edu.cn/simple

9.2 测试evo

（1） 轨迹绘制evo_traj

cd test/data
evo_traj kitti KITTI_00_ORB.txt KITTI_00_SPTAM.txt --ref=KITTI_00_gt.txt  -va -p --plot_mode=xz --save_plot ../data/image

其中kitti是数据格式、ref是参考轨迹（可省）、-va是对齐后的详细信息，-v表示verbose mode，详细模式，-a表示采用SE(3) Umeyama对齐，不加-s表示默认尺度对齐参数为1.0，即不进行尺度对齐（可省）、-p是画出图像，也可以使用–plot_mode {xy,xz,yx,yz,zx,zy,xyz}来选择单独绘制某个平面的信息（可省）、–save_plot “保存的路径”+文件名 保存图片（可省）

首次运行若遇到：evo_traj:command not found，重启电脑。

（2）绝对位姿误差的计算evo_ape

mkdir results
evo_ape kitti KITTI_00_gt.txt KITTI_00_ORB.txt -va --plot --plot_mode=xz --save_results results/ORB.zip

使用ape的时候无需给出–ref 的文件，第一个文件即为标准文件， --save_results results/ORB.zip为保存结果及路径（可省）

（3）相对位姿误差的计算evo_rpe:其使用方法与ape基本一致
（4）处理一个指标的多个结果: evo_res可用于比较来自同样指标的多个结果文件, 包括打印信息和统计信息（默认），绘制结果，将统计信息保存在表中。将上面产生的压缩文件生成图表和表格

evo_rpe kitti KITTI_00_gt.txt KITTI_00_SPTAM.txt -va --plot --plot_mode xz --save_results results/SPTAM.zip
evo_res results/*.zip -p --save_table results/table.csv

（5）数据集格式转换

evo_traj euroc V102_groundtruth.csv --save_as_tum
evo_traj tum V102_groundtruth.tum --save_as_kitti

将文件保存为其他类型的文件，可以使用如下句柄

--save_as_tum         save trajectories in TUM format (as *.tum)
--save_as_kitti       save poses in KITTI format (as *.kitti)
--save_as_bag         save trajectories in ROS bag as <date>.bag

没有–save_as_euroc选项，因为EuRoC格式仅对EuRoC数据集的基本事实有意义

（6）修改全局参数配置
修改背景颜色： whitegrid、 darkgrid、 dark、 white、 ticks

evo_config set plot_seaborn_style whitegrid

修改线条类型：deep, muted, bright, pastel, dark, colorblind

evo_config set plot_seaborn_palette bright

修改线宽

evo_config set plot_linewidth 2.5

修改字体大小

evo_config set plot_fontfamily serif plot_fontscale 3

设置位姿点显示坐标系大小

evo_config set plot_axis_marker_scale 1

打开轨迹同名点连线

evo_config set plot_pose_correspondences true

十、安装PCL和Octomap

在ubuntu18.04之后，安装pcl和octomap只需两行命令（若遇到问题，首先考虑是否已经换源）：

# 这样安装的pcl版本为1.10
sudo apt-get install libpcl-dev pcl-tools
sudo apt-get install liboctomap-dev octovis

（1）使用pcl-tools命令pcl_viewer查看.pcd点云文件：

pcl_viewer map.pcd

（2）使用octovis查看八叉树点云文件：

octovis octomap.bt

十一、安装优化库：G2O、GTSAM和Ceres

GTSAM和Ceres的安装参考Ubuntu20.04下运行LOAM系列：A-LOAM、LeGO_LOAM、LIO-SAM 和 LVI-SAM，下面安装G2O，首先安装依赖：

sudo apt-get install libeigen3-dev libsuitesparse-dev qtdeclarative5-dev qt5-qmake
sudo apt-get install libqglviewer-dev-qt5 libsuitesparse-dev

下载源码：

git clone https://github.com/RainerKuemmerle/g2o.git

编译安装：

cd g2o
mkdir build
cd build
cmake ..
make
sudo make install

（1）如果报cmake版本问题，将cmake要求最小版本改为3.10
（2）如果Could NOT find QGLVIEWER (missing: QGLVIEWER_LIBRARY) ，修改g2o/cmake_modules里面的 FindQGLViewer.cmake文件，让cmake能够找到它。就是在find_library(QGLVIEWER_LIBRARY_RELEASE）和find_library(QGLVIEWER_LIBRARY_DEBUG)中添加下QGLViewer-qt5：

运行高翔十四讲例子：

（1）编译报错
/usr/local/include/g2o/core/base_fixed_sized_edge.h:38:10: fatal error: ceres/internal/fixed_array.h: No such file or directory
#include
先安装Ceres
（2）error while loading shared libraries: libg2o_core.so: cannot open shared object file: No such file or directory
sudo gedit /etc/ld.so.conf打开配置文件，添加一行include /usr/local/lib，保存退出。然后输入sudo ldconfig回车使配置生效
（3）usr/local/include/g2o/core/base_fixed_sized_edge.h:174:32: error: ‘index_sequence’ is not a member of ‘std’
174 | struct HessianTupleType>
解决方法：在Cmakelists中更新至c++14

十二、安装Sophus

安装基于模板的Sophus库，基于模板的Sophus库与Eigen一样仅含有头文件，并且Sophus库是在Eigen基础上开发的，继承了Eigen库中的定义的各个类。因此要先安装Eigen，这里基于上述安装的Eigen3.4.0

git clone https://github.com/strasdat/Sophus.git
cd Sophus
mkdir build 
cd build
cmake ..
make
sudo make install

• cmake错误：
  Could not find a package configuration file provided by “fmt” with any of the following names： fmtConfig.cmake fmt-config.cmake
  解决办法，安装fmt库：

git clone https://github.com/fmtlib/fmt.git
cd fmt
mkdir build 
cd build
cmake ..
make
sudo make install

• 报错：

error: implicitly-declared ‘Eigen::Map<Sophus::SO2<double> >::Map(const Eigen::Map<Sophus::SO2<double> >&)’ is deprecated [-Werror=deprecated-copy]
   Eigen::Map<SO2Type> shallow_copy = map_of_so2;

在CMakeLists.txt里# Add local path for finding packages, set the local version first之前加：

set(CMAKE_CXX_FLAGS "-Wno-error=deprecated-declarations -Wno-deprecated-declarations ")

运行高翔十四讲例子：