Ubuntu20.04配置ORBSLAM2并在kitti数据集序列进行实验

时间：2024-04-28 10:16:35

文章目录

  • 前言
  • 一、ORB-SLAM2 安装和编译
    • 1.1 ORB-SLAM2下载
    • 1.2 环境配置
      • 1.2.1 安装Pangolin
      • 1.2.2 安装OpenCV3（安装4会冲突！)
      • 1.2.3 安装Eigen3
      • 1.2.4 Ceres安装
      • 1.2.5 DBoW3安装
      • 1.2.6 g2o安装
    • 1.3 安装运行ORB_SLAM2
  • 二、运行Kitee数据集
    • 2.1 数据集准备
    • 2.2 制作自己的数据集（单目）
  • 总结
  • 参考

前言

ORB-SLAM2是一个非常经典的视觉SLAM 开源方案，可以作为我们学习SLAM的范本。

一、ORB-SLAM2 安装和编译

1.1 ORB-SLAM2下载

从github.com下载ORB-SLAM2的代码。地址是：
ORB-SLAM2

可以在github上直接download ZIP压缩文件。也可在安装git之后，用以下命令在终端上下载

git clone https://github.com/raulmur/ORB_SLAM2

最后我们会下载得到这个文件
在这里插入图片描述

1.2 环境配置

在打开上述github链接后，下翻至底会看到 2.Prerequisites这表示运行ORB-SLAM2需要准备这些环境
在这里插入图片描述

我们暂且不用着急，一条一条按步骤安装
他说我们测试这个库在ubantu版本12.04，14.04和16.04上，但是本人是在ubantu20.04上测试的，完全没有问题。我们还需要安装C++11或C++0x编译器。在编译ORB-SLAM2过程中我们需要cmake，所以没有安装的同学可以使用这条命令下载

sudo apt install cmake

1.2.1 安装Pangolin

接下来我们需要安装Pangolin，我推荐大家从此链接中下载Pangolin
在下载了ZIP压缩包后解压缩放在ubantu的/home下（此处只要是英文路径都可以），但别急着安装Pangolin我们还需要安装一些必要的库

OpenGL：

sudo apt install libgl1-mesa-dev

Glew：

sudo apt-get install libglew-dev

Boost:

sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev

Python2/Python3:

sudo apt-get install libpython2.7-dev

接下来就可以安装Pangolin了

cd Pangolin
mkdir build 
cd build
cmake ..
cmake --build .

好了到此为止，Pangolin已经安装完毕了

1.2.2 安装OpenCV3（安装4会冲突！)

自己去官网下个opencv3系列，下载完成后，将其提取到主目录。，将该文件夹重命名为opencv3。

（1）安装cmake和依赖环境

sudo apt-get install cmake
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

（2）下载opencv3

下载地址：https://opencv.org/releases/
点击Sources进行下载自己需要的版本

在这里插入图片描述

（3）解压文件

解压后，将文件夹放自己喜欢的地方，将解压后的文件夹重新命为opencv3

在这里插入图片描述

在opencv3文件夹下新建build文件夹

终端运行

make build

进入build文件夹下

cd build

（4）进行cmake

在build目录下运行

sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

在这里插入图片描述

（5）进行编译

接下来时一个漫长的等待过程，大概需要等10分钟，不要多虑

sudo make -j8

可以使用sudo make -j 8 、sudo make -j4 、sudo make
我这里就使用sudo make -j 8了

在这里插入图片描述

（6）进行安装
再执行

sudo make install

在这里插入图片描述

（7）配置环境

修改ld.so.conf文件
用gedit打开/etc/ld.so.conf
在文件中加上一行 /usr/loacal/lib
其中/user/loacal是opencv安装路径也就是makefile中指定的安装路径
终端执行

sudo gedit /etc/ld.so.conf

输入：

include /usr/local/lib

保存退出

运行下面语句刷新库链接配置

sudo ldconfig

（8）修改bash.bashrc文件

终端执行

sudo gedit /etc/bash.bashrc

在文件末尾加入：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

在这里插入图片描述

保存退出

然后在命令行中输入刷新

source /etc/bash.bashrc

（9）检验是否安装成功

在命令行中输入如下命令：

pkg-config opencv --modversion

在这里插入图片描述
如图所示，出现版本号就安装成功了。

1.2.3 安装Eigen3

推荐大家安装版本 3.2.10这个版本目前是最稳定的bug较少

大家可以在这个网站上描述下载。
在这里插入图片描述

点击如图所示的ZIP文件下载后解压放到ubantu中，进入eigen文件加中执行以下步骤

mkdir build
cd build
cmake ..
sudo make install

安装后，头文件安装在/usr/local/include/eigen3中。这一步十分重要我们需要去检查安装到的路径。不然后在后续的ORB-SLAM2编译过程中会找不到文件。后续我们会在问题后告诉大家如何解决
最后一步的 DBoW2 和 g2o ，他们已经存在于ORB-SLAM2文件夹中的 Thirdparty文件夹中

1.2.4 Ceres安装

在这里插入图片描述

先安装依赖项：sudo apt-get install  liblapack-dev libsuitesparse-dev libcxsparse3 libgflags-dev libgoogle-glog-dev libgtest-dev

git clone https://github.com/ceres-solver/ceres-solver.git

编译：
cd ceres-solver
mkdir build && cd build
cmake ..
sudo make -j8
sudo make install

1.2.5 DBoW3安装

git下来

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

1.2.6 g2o安装

在这里插入图片描述

安装依赖：sudo apt-get install qt5-qmake qt5-default libqglviewer-dev-qt5 libsuitesparse-dev libcxsparse3 libcholmod3

git下来

编译：
cd g2o
mkdir build && cd build
cmake ..
sudo make -j8
sudo make install

1.3 安装运行ORB_SLAM2

这里巨坑！，里面要修改很多错误，直接建议大家使用我修改好的，想自己修改的，可以慢慢去百度，解决error。链接：===>ORB_SLAM2<===提取码：9527，下载后，提取到主目录,，将文件夹名改为ORB_SLAM2，打开一个新终端，输入以下代码：

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

安装完成

在这里插入图片描述

如果出错，也可以通过微软或者火狐，搜索错误解决！

二、运行Kitee数据集

2.1 数据集准备

Computer Vision Group - Dataset Download (tum.de)

在这里插入图片描述

下载好后，进入ORB_SLAM2文件夹创建一个文件夹：data，将下载好的数据集压缩包提取到data下面，然后打开一个新终端输入以下命令：
在这里插入图片描述

cd ORB_SLAM2
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml data/rgbd_dataset_freiburg1_xyz

在这里插入图片描述

仔细看此代码，都能在相应的文件夹里找到各个文件！

2.2 制作自己的数据集（单目）

1、下载我给的这两个文档===文档===，一个CPP，一个yaml文件，将其复制到ORB_SLAM2下面，再用自己的手机拍一个视频，1、手机横向，2、开始拍摄时，首先手机左右缓慢水平移动，像螃蟹一样横着左右运动！，然后大概5s后，再慢慢往前走，不要走的太快，转弯时不要太快，以防跟踪丢失！

2、录制完成后，将其复制到ORB_SLAM2文件下，重命名为test.mp4，用微信传到电脑时，最好选择原图传送！，

3、以上步骤完成后，ORB_SLAM2里面应该多了三个文件：test.cpp,test.yaml,test.mp4.检查一下啊

4、修改ORB_SLAM2里面的CMakeLists.txt,添加如下代码：保存

set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR})
add_executable(test test.cpp)
target_link_libraries(test ${PROJECT_NAME})

5、编译运行

打开一个新终端，输入如下：

cd ORB_SLAM2
mkdir build
cd build
cmake ..
make -j
cd ..
./test

总结

经过本次实验，了解了ORB_SLAM2的调用方法，进一步见识到了SLAM的魅力，同时在实验过程中，遇到特别多的bug，最终还是解决了。一定要多尝试，学会搜索。

参考

Ubuntu 20.04搭建OpenCV 4.5.0 & C++环境

Ubuntu20.04配置ORBSLAM2并运行（保姆级教程）

orbslam2+kitti数据集序列图像

相关文章