sudo 

目录

一,安装对应的第三方依赖库

1.1，编译opencv

1.2、Pangolin安装

1.3、Eigen 3安装

1.4、boost安装

1.5 DBoW2 and g2o and Sophus

1.6,下载ORB_SLAM3

1.7、Python

1. 8、ros环境的搭建

二、ORB_SLAM3的工程编译

 三、使用数据集跑例程

3.1 数据集下载

3.2 数据集测试例程

3.2.1 V101数据集测试

3.2.2 单目测试

---

一,安装对应的第三方依赖库

1.1，编译opencv

切记在安装ros前就将opencv安装好，否则会出问题

刚开始安装的opencv的版本是3.4版本的

但是到编译到后面的时候，编译发生错误，原来需要版本是大于4.4 版本的 

 可以修改编译文件，将opencv的版本更改为虚拟机上安装的opencvd的版本

ORB-SLAM3的作者使用的是以下的版本 

1.2、Pangolin安装

 首先下载该软件依赖的一

1. sudo apt-get install libglew-dev  
2. sudo apt-get install cmake  
3. sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev

Pangolin安装包的下载地址为：

GitHub - stevenlovegrove/Pangolin: Pangolin is a lightweight portable rapid development library for managing OpenGL display / interaction and abstracting video input.https://github.com/stevenlovegrove/Pangolin

执行后的文件夹中的内容为：

1. cd Pangolin  
2. mkdir build  
3. cd build  
4. cmake .. 
5. make  
6. sudo make install

最后一定加上一句话：

sudo ldconfig

测试是否安装成功

1.3、Eigen 3安装

直接使用命令安装的方法： 

 

安装完成后，需要将eigen3中的文件夹Eigen放在include中，整个linux系统才能使用

linux 下面如何进行安装 Eigen .

调整，默认安装路径是：/usr/include/eigen3

cd  /usr/include/eigen3

需要执行复制命令，将Eigen文件夹放在/usr/include 下面

sudo cp Eigen/ .. –R

1.4、boost安装

sudo apt-get update
sudo apt-get install libboost-all-dev

1.5 DBoW2 and g2o and Sophus

DBoW2 and g2o (这两个不需要单独安装，ORB-SLAM3的作者将这两个放在总工程的第三方依赖目录中。编译的时候会自动编译)

DBow2算法主要用于重定位或者称作闭环检测，英文叫loop closure或者place recognition。 

DBOW2算法的全称为Bags of binary words for fast place recognition in image sequence，使用的特征检测算法为Fast，描述子使用的是brief描述子

1.6,下载ORB_SLAM3

下载完后，一定要检测下面这个文件夹是否是具有三个文件夹，分别是用来配置三个环境的。

使用命令下载为：

git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3

1.7、Python

 

1. 8、ros环境的搭建

      ROS环境，和作者环境保持一致，搭建melodic环境。

二、ORB_SLAM3的工程编译

官网上的编译方法

 按照上面的环境的搭建，在编译过程中主要遇到了两个问题

1）问题1
编译过程中出现internal computer error，即内存不足的问题。

解决方法有两个方法

1.将虚拟机的内存扩容

2）问题2

OpenCV版本的问题，解决方法在opencv环境安装部分已经阐述

如下图所示，编译的接管显示为这样，表示编译环节已经完成

 三、使用数据集跑例程

3.1 数据集下载

 EuRoC数据集由两个针孔摄像头（pinhole）和一个惯性传感器（IMU）记录得到的数据EuRoC 数据集http://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets

进入主页，进行链接的复制，然后新开浏览器粘贴链接进行下载 

3.2 数据集测试例程

3.2.1 V101数据集测试

1，创建一个新的文件夹Dtasets,将下载好的数据的压缩包解压，

  

 2）将解压后的文件夹mav0移动到文件夹Dtasets目录下

3）在ORB_SLAM3文件夹下，打开终端，输入命令

./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml ./Datasets ./Examples/Stereo/EuRoC_TimeStamps/V101.txt

程序运行后的结果，如图所示：

3.2.2 单目测试

      euroc_examples.sh脚本中提供了各种大同小异测试指令，读者可以很容易根据本文给出的指令做出相应修改。以下给出的是单目的测试指令。

./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml /你喜欢的位置/MH_01_easy ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

     单目的测试脚本有个坑，能够成功运行，但不显示图像。其原因是/Examples/Monocular/mono_euroc.cc 中不知道为什么禁用了UI，将如下代码中false改为true即可。

注意：修改结束后需要回到主目录ORB-SLAM3中 ，打开终端，重新进行编译，编译后运行上面的命令，就可以显示出来图像。

测试结果如下图所示：

四、在主板nano上编译ORBSLAM3

编译的方法和上面的流程是一样的，只是NANOd的内存会小一些，编译速度没有在PC上面快。遇到了下面两个问题，解决方法为：

问题1： 

分区的解决方法

C++ 错误解决 —— internal compiler error - Cyril_Wu - 博客园

 

2.缺库的解决方法

Ubuntu系统：sudo apt-get install libssl-dev

五、移植到其他未编译环境的方法

第一步安装依赖包：

sudo apt-get install libglew-dev  

第二步梁所有ORB-SLAM3编译后依赖的动态库放置在lib文件中，并添加到环境变量文件bashrc中

添加如下的语句： 

 

 执行

source ~/.bashrc

第三步将缩减后的编译好的包进行拷贝

 对应的ORB-SLAM3的lib中的动态库有，下图中的exampples中，是可执行文件，在部署的时候也可以进行删除不必要的使用的内容：

 第四步：运行，还是拿钱买你的第一个例子为准：

./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml ./Datasets ./Examples/Stereo/EuRoC_TimeStamps/V101.txt