ubuntu20.04下dsp-slam的运行配置

这真是我见过最友好的代码，作者直接把配置文件给出来，运行就能把需要的依赖全部安上，帮助文档写的十分详细。
作者项目链接是在ubuntu18和20上调试成功的，我电脑是20.04，虽然显卡不一样（我是RTX3060），但是可以很顺利的安装环境。
我事先安装了nvidia驱动、cuda和cudnn，nvida驱动470+cudu11.4+cudnn8.4.0。其实不安装也可以，作者的配置文件是从0配置，但是需要实现安装anaconda。

ubuntu20 anaconda的安装配置

1、下载代码：
#–recursive可不能省掉，不然pybind11载不下来。

git clone --recursive https://github.com/JingwenWang95/DSP-SLAM.git 

2、配置环境
作者的build_cuda102.sh和build_cuda113.sh是帮助配置（从0配置，各种包、anaconda等）的文件，通过终端./build_cuda102.sh或者./build_cuda113.sh即可运行。
我ubuntu刚好是重装的，只安装了驱动(驱动最好先在软件和更新里安好)和anaconda，完全按照readme中的指示一步步安就好。
配置文件通过代码运行（需自己提前安好anaconda，cuda和mmcv等会在创建的虚拟环境dsp-slam中配置）：

 ./build_cuda113.sh --install-cuda --build-dependencies --create-conda-env

如果完全按照配置文件中的版本安装正常不会遇到任何问题（我用自己原本安装好的cuda11.4运行会报mmcv版本的错，怎么更改版本都不好使。最后还是安了cuda11.3，在虚拟环境里安就好，不用再安驱动。所以说还是要听话啊，配置文件安了什么就乖乖让它安吧。如果pangolin安装时候报错:pangolin undefined reference to `TIFFScanlineSize@LIBTIFF_4.0’，那么可能是版本问题，我替换成了pangolin0.6下载链接在这个博主的帖子里，就可以了）， 其内容如下（推荐大家看好注释一块一块安，这样方便看到哪里出错）：

#!/bin/bash -e
#
# This is a build script for DSP-SLAM.
#
# Use parameters:
# `--install-cuda` to install the NVIDIA CUDA suite
#
# Example:
#   ./build_cuda113.sh --install-cuda --build-dependencies --create-conda-env
#
#   which will
#   1. Install some system dependencies
#   2. Install CUDA-11.3 under /usr/local
#   3. Create and build:
#   - ./Thirdparty/opencv
#   - ./Thirdparty/eigen
#   - ./Thirdparty/Pangolin
#   4. Build:
#   - ./Thirdparty/g2o
#   - ./Thirdparty/DBoW2
#   5. Create conda env with PyTorch 1.10
#   6. Install mmdetection and mmdetection3d
#   7. Build DSP-SLAM

# Function that executes the clone command given as $1 iff repo does not exist yet. Otherwise pulls.
# Only works if repository path ends with '.git'
# Example: git_clone "git clone --branch 3.4.1 --depth=1 https://github.com/opencv/opencv.git"
function git_clone(){
  repo_dir=`basename "$1" .git`
  git -C "$repo_dir" pull 2> /dev/null || eval "$1"
}

source Thirdparty/bashcolors/bash_colors.sh
function highlight(){
  clr_magentab clr_bold clr_white "$1"
}

highlight "Starting DSP-SLAM build script ..."
echo "Available parameters:
        --install-cuda
        --build-dependencies
        --create-conda-env"

highlight "Installing system-wise packages ..." #这里在安装一些基础的包，g++ cmake什么的，如果已经安装一样的版本可以注释掉这部分。
sudo apt-get update > /dev/null 2>&1 &&
sudo apt -y install gcc-8 g++-8 # gcc-8 is a safe version 
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 8
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-8 8
sudo apt-get install -y cmake
sudo apt-get install -y \
  libglew-dev \
  libgtk2.0-dev \
  pkg-config \
  libegl1-mesa-dev \
  libwayland-dev \
  libxkbcommon-dev \
  wayland-protocols

# install CUDA 11.3 如果已经安装了更高版本的驱动，这里可以选择不安装驱动
if [[ $* == *--install-cuda* ]] ; then
  highlight "Installing CUDA..."
  wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
  sudo sh cuda_11.3.0_465.19.01_linux.run
  rm cuda_11.3.0_465.19.01_linux.run
fi # --install-cuda
export PATH=/usr/local/cuda-11.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH

if [[ $* == *--build-dependencies* ]]; then
  highlight "Installing OpenCV ..."
  cd Thirdparty
  git_clone "git clone --branch 3.4.1 --depth=1 https://github.com/opencv/opencv.git"
  cd opencv
  if [ ! -d build ]; then
    mkdir build
  fi
  cd build
  cmake \
      -DCMAKE_BUILD_TYPE=Release \
      -DWITH_CUDA=OFF  \
      -DBUILD_DOCS=OFF  \
      -DBUILD_PACKAGE=OFF \
      -DBUILD_TESTS=OFF  \
      -DBUILD_PERF_TESTS=OFF  \
      -DBUILD_opencv_apps=OFF \
      -DBUILD_opencv_calib3d=ON  \
      -DBUILD_opencv_cudaoptflow=OFF  \
      -DBUILD_opencv_dnn=OFF  \
      -DBUILD_opencv_dnn_BUILD_TORCH_IMPORTER=OFF  \
      -DBUILD_opencv_features2d=ON \
      -DBUILD_opencv_flann=ON \
      -DBUILD_opencv_java=ON  \
      -DBUILD_opencv_objdetect=ON  \
      -DBUILD_opencv_python2=OFF  \
      -DBUILD_opencv_python3=OFF  \
      -DBUILD_opencv_photo=ON \
      -DBUILD_opencv_stitching=ON  \
      -DBUILD_opencv_superres=ON  \
      -DBUILD_opencv_shape=ON  \
      -DBUILD_opencv_videostab=OFF \
      -DBUILD_PROTOBUF=OFF \
      -DWITH_1394=OFF  \
      -DWITH_GSTREAMER=OFF  \
      -DWITH_GPHOTO2=OFF  \
      -DWITH_MATLAB=OFF  \
      -DWITH_NVCUVID=OFF \
      -DWITH_OPENCL=OFF \
      -DWITH_OPENCLAMDBLAS=OFF \
      -DWITH_OPENCLAMDFFT=OFF \
      -DWITH_TIFF=OFF  \
      -DWITH_VTK=OFF  \
      -DWITH_WEBP=OFF  \
      ..
  make -j8
  OpenCV_DIR=$(pwd)
  cd ../..

  highlight "Installing Eigen3 ..."
  git_clone "git clone --branch=3.4.0 --depth=1 https://gitlab.com/libeigen/eigen.git"
  cd eigen
  if [ ! -d build ]; then
    mkdir build
  fi
  if [ ! -d install ]; then
    mkdir install
  fi
  cd build
  cmake -DCMAKE_INSTALL_PREFIX="$(pwd)/../install" ..
  make -j8
  make install
  cd ../..

  highlight "Installing Pangolin ..."
  git_clone "git clone --recursive --depth=1 https://github.com/stevenlovegrove/Pangolin.git"
  cd Pangolin
  if [ ! -d build ]; then
    mkdir build
  fi
  cd build
  cmake ..
  make -j8
  Pangolin_DIR=$(pwd)
  cd ../..

highlight "Installing g2o ..."
  cd g2o
  if [ ! -d build ]; then
    mkdir build
  fi
  cd build
  cmake -DEigen3_DIR="$(pwd)/../../eigen/install/share/eigen3/cmake" ..
  make -j8
  cd ../..

  highlight "Installing DBoW2 ..."
  cd DBoW2
  if [ ! -d build ]; then
    mkdir build
  fi
  cd build
  cmake -DOpenCV_DIR=$OpenCV_DIR ..
  make -j8
  cd ../../..
fi # --build-dependencies

if [[ $* == *--create-conda-env* ]] ; then
  highlight "Creating Python environment ..."
  conda env create -f environment_cuda113.yml
fi # --create-conda-env

conda_base=$(conda info --base)
source "$conda_base/etc/profile.d/conda.sh"
conda activate dsp-slam

highlight "Installing mmdetection and mmdetection3d ..."
pip install pycocotools==2.0.1
pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html
pip install mmdet==2.14.0
pip install mmsegmentation==0.14.1
cd Thirdparty
git_clone "git clone https://github.com/JingwenWang95/mmdetection3d.git"
cd mmdetection3d
pip install -v -e .
cd ../..

highlight "building DSP-SLAM ..."
if [ ! -d build ]; then
  mkdir build
fi
cd build
conda_python_bin=`which python` 
conda_env_dir="$(dirname "$(dirname "$conda_python_bin")")"
cmake \
  -DOpenCV_DIR="$(pwd)/../Thirdparty/opencv/build" \
  -DEigen3_DIR="$(pwd)/../Thirdparty/eigen/install/share/eigen3/cmake" \
  -DPangolin_DIR="$(pwd)/../Thirdparty/Pangolin/build" \
  -DPYTHON_LIBRARIES="$conda_env_dir/lib/libpython3.7m.so" \
  -DPYTHON_INCLUDE_DIRS="$conda_env_dir/include/python3.7m" \
  -DPYTHON_EXECUTABLE="$conda_env_dir/bin/python3.7" \
  ..
make -j8

conda_python_bin=`which python` 
conda_env_dir="$(dirname "$(dirname "$conda_python_bin")")"

这两句和pybind11有关，自己一步步运行时候不要忘记。

install CUDA 11.3 的部分，如果已经安装了更高版本的驱动，这里可以选择不安装。在continue和accpet之后，把driver前面的x用回车取消掉。安装之后会报一个没有安装驱动的错误，不用管，其实cuda已经安好了。
——————————————————————————————
3、下载数据集与运行
数据集载了好多天，一直失败重新载，太要命了。
以kitti/07为例，压缩包包含如下内容：

在代码根目录下创建data/kitti，把解压后的07文件夹放进去。再在根目录创建一个map/kitti/07，用来放置输出的地图信息。

然后就是运行
（切换到工作环境：
conda config --set auto_activate_base true
conda activate dsp-slam）：

./dsp_slam Vocabulary/ORBvoc.bin configs/KITTI04-12.yaml data/kitti/07 map/kitti/07

运行：

map/kitti/07文件夹下会得到三个txt文件(objects文件夹下一步才有)：

接下来进行地图提取：

python extract_map_objects.py --config configs/config_kitti.json --map_dir map/kitti/07 --voxels_dim 64

map/kitti/07文件夹下会多一个object的文件夹（即你设置的输出地图信息的位置）。
最后可视化：

python visualize_map.py --config configs/config_kitti.json --map_dir map/kitti/07

4、总结
一个字，乖。任何一步都不要省略，作者安什么你安什么，他什么版本你什么版本。有一个地方版本不一样就会疯狂报错。
配置这么多项目，错误都是版本不一致导致的！

5、注释：

LIST(APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules) #指定库的位置