为了方便区分,18.04的特殊操作用篮字表示主要参考大佬的原项目的readmehttps://github.com/raulmur/ORB_SLAM2https://github.com/raulmur/ORB_SLAM2

报错太多且解决不了建议直接重装，方便快捷orb_slam2软件包链接：GitHub-raulmur/ORB_SLAM2:Real-TimeSLAMforMonocular,StereoandRGB-DCameras

1.Pangolinv0.6(稳定版)的安装官方下载地址：https://github.com/stevenlovegrove/Pangolin/archive/refs/tags/v0.6.zip也可以从我的资源中下载：Pangolin-0.6.zip-Ubuntu文档类资源-CSDN下载#安装依赖项sudoapt-getinstalllibglew-devsudoapt-getinstalll

Ubuntu安装搭建配置运行ORB_SLAM2github安装https://github.com/raulmur/ORB_SLAM21基本软件安装首先需要安装Ubuntu系统，并安装好ros，ros安装可参考https://blog.csdn.net/weixin_48953899/article/details/107640581再安装基本工具vim、cmake、git、gcc、g++、ope

文章目录ORB_SLAM2框架简介下载ORB_SLAM2源码ORB_SLAM2源码介绍ORB_SLAM2源码编译下载EuRoCDataset将数据集移动到路径下stereo_euroc终端运行命令终端运行效果配置

文章目录下载TumRGBD数据集生成关联文件clion运行命令rgbd_tum终端运运行命令实验结果保存rgbd_tum数据集关键帧轨迹rgbd_tum轨迹可视化rgbd_tum参数文件TUM1.yaml解析标定生成yaml参数文件下载TumRGBD数据集TUMDataset数据集下载地址也可以添加微信＂slamshizhanjiaocheng＂获取fr2/pioneer_360生成关联文件生成深

文章目录TUMDataset实验结果mono_tum运行视频EuRoCDataset实验结果系统System.cc的TrackMonocular()函数都干了什么？TUMDatasetTUMDataset数据集下载地址TUM1.yaml是数据集freiburg1的相机参数TUM2.yaml是数据集freiburg2的相机参数TUM3.yaml是数据集freiburg3的相机参数mono_tum是单

文章目录Command'cmake'notfoundNoCMAKE_CXX_COMPILERcouldbefoundOpenCV>2.4.3notfound先安装ROSTherepository'http://packages.ros.org/ros/ubuntufocalInRelease'isnotsigned.PangolinConfig.cmake、pangolin-config.cmak

ORB-SLAM2安装有这些依赖项：https://github.com/raulmur/ORB_SLAM2主要参考下面的博文ORB-SLAM2初体验——配置安装-MingruiYu-博客园(cnblogs.com

首先要安装好ORB-SLAM2并成功跑通TUM等数据集，具体可以参照：slam的环境配置大全–保姆教学ORB_SLAM2代码的简介安装运行有以上基础后就可以尝试自己制作数据集，用手机摄像头就可以完成。

ORB-SLAM2安装与运行ORB-SLAM2运行环境ORB-SLAM2的项目地址为https://github.com/raulmur/ORB_SLAM2作者给出的运行环境为Ubuntu12.04,14.04and16.04C

ORB-SLAM3与ORB-SLAM2轨迹对比由于ORB_SLAM2/Examples/ROS/ORB_SLAM2/src下的ros_stereo.cc中有这两句：//StopallthreadsSLAM.Shutdown

目录一、单目初始化中的特征匹配SearchForInitialization二、跟踪（TrackwithModel）TrackReferenceKeyFrame三、词袋介绍BoW1、直观理解词袋2、词袋基本思想3、从字典结构到k-d树K-means聚类4、相似度计算TF-IDF5、总结词袋模型四、词袋大概流程闭环检测：加速匹配如何制作、生成BoW？为什么BOW一般用BRIEF描述子？速度方面在精度

目录一、安装（1）下载源码（2）编译（3）遇到问题二、运行（1）非ROS下用的EUROC数据集MH05（2）ROS下用的EUROC数据集MH04三、EVO安装&使用（1）安装（2）使用四、与ORB_SLAM2

目录一、地图点地图点代表性描述子的计算地图点法线朝向的计算地图点和特征点的区别生成地图点二、关键帧什么是关键帧为什么需要关键帧如何选择关键帧关键帧的类型及更新连接关系父子关键帧更新连接关系更新局部关键帧三、共视图本质图扩展树共视图（CovisibilityGraph）共视图的作用本质图（EssentialGraph）本质图优化扩展树（spanningtree）子关键帧和父关键帧构成一、地图点地图点

目录一、地图点初始化二、重新记录特征点的匹配关系1、构建旋转直方图1.1、在半径窗口内搜索当前帧F2中所有的候选匹配特征点GetFeaturesInArea1.2、表示一个图像像素相当于多少个图像网格列和行1.4、遍历圆形区域内的所有网格，寻找满足条件的候选特征点，并将其index放到输出里1.5、根据阈值和角度投票剔除误匹配1.6、计算匹配点旋转角度差所在的直方图1.7、根据方向剔除误匹配的点1

目录一、各成员函数变量1、定义一个枚举类型用于表示使用HARRIS响应值还是使用FAST响应值2、内联函数都是用来直接获取类的成员变量的3、保护成员二、计算特征点的方向computeOrientation()2.1、灰度质心法算法步骤1、计算一个半径为15的近似圆2、计算特征点角度3、IC_Angle计算技巧4、灰度质心法计算公式5、计算特征点的方向（computeOrientation）三、FA

目录一、ORB_SLAM2的特点二、算法流程框架ORB-SLAM整体流程如下图所示a、跟踪（Tracking）  b、建图（LocalMapping） c、闭环检测（LoopClosing）三、安装教程

，作为可视化和用户界面三、安装OpenCV，用于处理图像和特征（1）下载OpenCV3.4.1（2）安装依赖项（3）编译安装（4）配置环境，添加路径（5）安装完成，测试一下四、安装Eigen3五、安装ORB_SLAM2

安装ORB_SLAM21.安装C++11编译器：$sudoapt-getinstallgccg++2.安装Pangolin：$gitclonehttps://github.com/stevenlovegrove/Pangolin.git$cdPangolin$mkdirbuild$cdbuild$cmake-DCPP11_NO_BOOST=1..$make$sudomakeinstall3.安装O

一、配置ORB_SLAM2过程也是先找个教程和上篇电脑端的参考1、安装依赖：sudoapt-getinstalllibglew-devsudoapt-getinstalllibpython2.7-devsudoapt-getinstallffmpeglibavcodec-devlibavutil-devlibavformat-devlibswscale-devsudoapt-getinstalll

1.基础矩阵的定义如图所示是对极几何约束关系图，图中O1,O2O_{1},O_{2}O1,O2分别表示相机的两个位姿，平面I1,I2I_{1},I_{2}I1,I2分别表示对应的投影平面，PPP点为三维环境中的一个位置点，p1,p2p_{1},p_{2}p1,p2分别表示PPP点在两个投影平面上的投影．假设位姿O2O_{2}O2相对于位姿O1O_{1}O1的旋转变换矩阵为R\mathbf{R}R、

1、理论部分2、ReconstructH代码部分1、理论部分本部分参考吴博的ppt，在此感谢吴博的无私分享2、ReconstructH代码部分//从本质矩阵中恢复出Rt；boolInitializer::ReconstructH(vector&vbMatchesInliers,cv::Mat&H21,cv::Mat&K,cv::Mat&R21,cv::Mat&t21,vector&vP3D,vec

  ORBmatcher.cc中的函数，主要实现（1）路标点和特征点的匹配（2D-3D点对）。（2）特征点和特征点的匹配（2D-2D点对）。SearchByProjection的函数重载看得我一脸懵逼。在这做一下笔记，以后可以参考参考。  每个路标点会有一个自己的最优描述子。个人理解，这个最优描述子的含义应该是：一个路标点会对应多个特征点，先获得所有特征点的描述子，然后计算描述子之间的两两距离，最

下载链接如下：https://github.com/electech6/ORBSLAM2_detailed_commentsOpenCV自带的库函数与ORB_SLAM2特征点提取策略效果对比在提取特征点的时候

ORB_SLAM2源码的下载与编译gitclonehttps://github.com/raulmur/ORB_SLAM2.gitORB_SLAM2cdORB_SLAM2chmod+xbuild.sh.

修改ORB_SLAM2_modified/Examples/ROS/ORB_SLAM2/src/ros_rgbd.cc文件，把rgb_topic和depth_t

下载好ORB_SLAM2cdORB_SLAM2chmod+xbuild_ros.shexportROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:~/catkin_orb/src/ORB_SLAM2

catkin_orb-slam2/src/ORB_SLAM2/src/LocaMapping.cc:160:28:error:‘usleep’wasnotdeclaredinthisscopeusleep

针对双目相机和RGB-D相机的ORB-SLAM2建立在单目ORB-SLAM的基础上，它的核心组件，如图2所示。图2ORB-SLAM2由三个平行的线程组成，跟踪，局部建图和回环检测。在一次回环检测后，会执行第四个线程，去执行BA优化。跟踪的线程在双目或者RGB-D输入之前进行，因此剩下的系统模块能够跟传感器模块独立运行。单目的ORB-SLAM2工作图也是这幅图。这个系统主要有3个并行的线程:1、通过

本文从\ORB_SLAM2\Examples\ROS\ORB_SLAM2\src\ros_mono.cc开始，记录了ORB_SLAM2框架中System.cc与Tracking.cc代码的相关阅读笔记，

(@童童同学)关于orb_slam2的配置与安装1.官网介绍orb_slam2的官网为https://github.com/raulmur/ORB_SLAM2,其中介绍了orb_slam2的License

errorwhileloadingsharedlibraries:libopencv_core.so.3.2:cannotopensharedobjectfile:Nosuchfileordirectoryk这个问题的话将这里的build文件夹删了，回到orb_slam2

读取数ifstreaminfile;infile.open("/home/zss/Documents/ORB_SLAM2/0-612.txt");for(inti=0;i>zss;yolo_detection

最近公司要我做平面识别，完全没头绪，想到AR上有这种功能就去找，最初找到PTAM，可是代码太久远了，没搞好，然后发现ORB_SLAM2，虽然不知道可不可以实现平面识别，不过把ORB_SLAM2给搬到了androidstudio

主要编译参考Abner_Chen的博文：ORB_SLAM2移植到Android，完整配置+填各种自己遇到的坑编译过程：1.关于设置ndk路径的问题，有时候会提示当前路径不对在C:\ndk\android-ndk-r13b

参考资料：ORB_SLAM2在Android上的移植ORB_SLAM2_Android—githubOpenCV4Android本来想直接下载github上的工程import，但是不知道为什么直接导入后

[rosbuild]rospackfoundpackage“ORB_SLAM2”at“”,butthecurrentdirectoryis“/home/xxxxx/catkin_ws/src/ORB_SLAM2

一.ORB_SLAM2编译首先下载ORB_SLAM2代码，编译过程如下cdORB_SLAM2chmod+xbuild.sh./build.sh编译完成，运行TUM数据集命令.

安装好了ORB_SLAM2，又调好了摄像头，终于开始那什么那什么了。如果有人看到了，麻烦帮我评论一个“1”，让我知道这个东西真的有人看过。。。。

在安装ORB_SLAM2时产生的问题。

ORB_SLAM2_PointCloud以ORB_SLAM2为基础，利用RGB-D相机进行稠密地图构建，经实验测试，跑出来的效果还是相当不错的。

初始化部分(文章)：1.对当前帧寻找合适的参考帧(匹配点的数目要足够多)。2.进行单应矩阵和基础矩阵初始化，并且对每次初始化都打分，选择最高的两组分。3.之后根据一个筛选机制(阈值)，判断使用H矩阵还是F矩阵。4.这时直接三角化，8个点(F矩阵)或4个点(E矩阵)判断三角化后的点在两帧图像上是否都有较小的重投影误差，是否大多数的点都在极线上。如果大多数都不在，则重新初始化(这一步使得初始化过程变得

前后花了接近一个月，来搞这个ORB_SLAM2，真复杂。。。。后面发现更好用的PL_SLAM2，雪崩。。。

问题描述：安装ORB_SLAM2时编译“./build_ros.sh”时出现标题的错误。

1.SemantcSLAMSemantcSLAM特点:ORB_SLAM2,usedasourSLAMbackend.pytorch-semseg,usedasoursemanticsegmantationlibrary.octomap

文件路径：/opt/ros/kinetic/share/sensor_msgs/msg文件路径：/ORB_SLAM2/Examples/Stereo/EuRoC.yamlCamera.fx:435.2046959714599Camera.fy

执行build_ros.sh文件是遇到错误解决：把ros_mono.cc,ros_rgbd.cc,ros_stereo.cc文件中的“ORB_SLAM2”全部改为“ORB_SLAM3”。

继续阅读ORB_SLAM2源码，主线程Tracking向局部建图线程LocalMapping插完关键帧后，局部建图线程LocalMapping主要做了哪些工作？

安装好Azure-Kinect的ROS版本，方法可参考：https://blog.csdn.net/u010497704/article/details/102583779安装好ORB_SLAM的ROS版本。下面，介绍如何使用Azure-Kinect-DK实时跑ORB_SLAM：1.更改一下driver.launch里发布的image类型，默认值图像太大，帧速太慢打开/Azure_Kinect_R