ORB-SLAM3安装教程-Ubuntu18.04_orbslam3安装

1、前言

安装环境：虚拟机VMware运行的Ubuntu版本是18.04。
主要参考：
ORB SLAM3安装方法一
ORB SLAM3安装方法二

Ubuntu20.04安装ORB SLAM3参考：
1、https://blog.csdn.net/kuvinxu/article/details/125992909
2、https://blog.csdn.net/kuvinxu/article/details/126233165

2、ORB_SLAM3所依赖的包有EIGEN3,pangolin,OPENCV，DBoW2 和 g2o

最好创建一个文件夹，将要下载的文件都放在这个文件夹中。

1.ORB-SLAM3源码下载

git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
1

2.安装Eigen3

sudo apt-get install libeigen3-dev
1

3.安装pangolin 0.6版本

先git下载

git clone https://github.com/stevenlovegrove/Pangolin.git
1

安装依赖

sudo apt install libglew-dev

sudo apt install cmake

sudo apt install libpython2.7-dev

sudo apt install pkg-config

sudo apt install libegl1-mesa-dev libwayland-dev libxkbcommon-dev wayland-protocols
1
2
3
4
5
6
7
8
9

编译

cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .
1
2
3
4
5

测试
在你所放置的Pangolin文件下，运行此示例，效果显示是一个红绿蓝立方体，表示即为安装成功。

cd build/examples/HelloPangolin
./HelloPangolin
1
2

4.安装Opencv安装

参考ORB SLAM3安装方法二
最新的ORB-SLAM3要求OpenCV 4.4及以上，但是最好不要安装OpenCV4以上。4默认不会生成.pc文件，最后查看版本的时候查看不到，找不到包。

查看已安装的opencv版本

pkg-config --modversion opencv
1

5.DBoW2 and g2o安装

DBoW2主要用于回环检测，g2o（General Graph Optimization）主要用于图优化。
ORB-SLAM3的源码包自带DBoW2 and g2o，编译时会自动安装，不用管。

3、ORB-SLAM3编译和安装

参考博文：https://blog.csdn.net/holly_Z_P_F/article/details/118031317
官方源码编译

cd ORB_SLAM3
chmod +x build.sh
./build.sh
1
2
3

注意：在这之前先打开ORB-SLAM3对应的CMakeLists.txt
找到 find_package(OpenCV 4.4)这行代码，将OpenCV版本号改为find_package(OpenCV 3.2)
因为我们之前安装的就是3.2版本的，而在最新的ORB-SLAM3中要求是4.4及以上版本，改成3.2不影响实验

注意：这个build.sh是官方给的安装脚本，执行这个即可编译。但会出现报错：
这个报错原因就是内存不够，我虚拟机分配的1G内存，执行最后一步对ORB SLAM3进行编译的时候会疯狂的吃内存。
打开build.sh这个脚本，脚本里面内容如下：

echo "Configuring and building Thirdparty/DBoW2 ..."
 
cd Thirdparty/DBoW2
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../g2o
 
echo "Configuring and building Thirdparty/g2o ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
 
cd ../../../
 
echo "Uncompress vocabulary ..."
 
cd Vocabulary
tar -xf ORBvoc.txt.tar.gz
 
 
echo "Configuring and building ORB_SLAM3 ..."
 
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

把这里面的make -j 换成了make -j4 来执行
因为 make -j 的话会自动检测你的核心数，选用合适的数量。我感觉是我分配的太多了，我分了八核，编译时候16G内存都不够，后来我改成了 make -j4 竟然编译好了，而且也不是很慢，就不到十分钟的样子。如果一直不行的话，可以试试换成 make 单核编译，就是速度慢一些而已。

因此建议依次执行如下每条指令进行编译。

1.编译Thirdparty/DBoW2

在ORB_SLAM3文件夹下打开终端

cd Thirdparty/DBoW2
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
1
2
3
4
5

2.编译Thirdparty/g2o

在/ORB_SLAM3下开终端

cd Thirdparty/g2o
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
1
2
3
4
5

3.编译Thirdparty/Sophus

在/ORB_SLAM3下开终端

cd Thirdparty/Sophus
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
1
2
3
4
5

4.解压/ORB_SLAM3/Vocabulary/ORBvoc.txt.tar.gz

在/ORB_SLAM3下开终端

cd Vocabulary
tar -xf ORBvoc.txt.tar.gz
cd ..
1
2
3

5.编译ORB_SLAM3

在/ORB_SLAM3下开终端

mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
1
2
3
4

第5步 编译ORB_SLAM3 是最容易出错的，解决办法参考https://blog.csdn.net/qq_64991046/article/details/132011407

4、数据集下载和运行

1.数据集下载

EuRoc数据集下载地址：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets#downloads
下载比较慢，有百度网盘的可以用下面这个地址，我将所有EuRoc数据集（包括bag格式和ASL格式）都下载下来放里面了，链接永久有效
链接：https://pan.baidu.com/s/1-48M4G-CJ-j_AFSeLr8XDw?pwd=wd0s
提取码：wd0s
如图，Downloads下的ASL Dataset Format，点击任意link下载即可/ORB_SLAM3下新建Datasets,将下载好的文件Vicon Room 102放入Datasets，并改名为V102 。

2.运行

然后在ORB-SLAM3文件夹下创建一个文件夹dataset，

在dataset文件夹下将解压的数据集文件夹放进来

ma_slam /ORB-SLAM3/dataset/V102/mav0

然后，在ORB-SLAM3的源码中，有一个Examples文件夹

里面有一个脚本euroc_examples.sh，打开这个脚本

PS. 最新的ORB-SLAM3版本已经找不到了，可以去下面这个链接拷贝过来
https://github.com/electech6/ORB_SLAM3_detailed_comments
并且里面还有ORB-SLAM3的详细注释，打开这个脚本，里面有ORB-SLAM3各种运行模式针对各个数据集的运行指令，选择下载数据集对应模式下的指令，提取出来（以V102、单目+IMU为例）：
./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml “$pathDatasetEuroc”/V102 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/V102.txt dataset-V102_monoi

我加粗的地方需要改，“$pathDatasetEuroc”改为 ./dataset/V102，表示数据集所在的路径。（将dataset-V102_monoi 删除才会保存轨迹，我也不懂为什么，虽然带不带都不会报错）
最终得到下面这条指令

./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml ./dataset/V102 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/V102.txt
1

报错解决：加载共享库报错解决
在ORB-SLAM3文件夹下打开终端执行这条指令
ORB-SLAM3成功运行

ps.这里好像出了一点小错误，存储轨迹出错了但神奇的是，仍然能看见存储的轨迹文件。