实操指南：ORB-SLAM3的编译运行_orbslam3安装运行

前面我们提到，ORB-SLAM3作为常用的机器人建图与定位技术，是当前最优秀的基于特征点的视觉SLAM系统之一。

它支持单目、双目、单目惯导、双目惯导、RGB-D等多种相机模式，兼具精度和鲁棒性，是机器人SLAM算法工程师的一项「必备技能」。

为了更好地帮助大家学习和理解ORB-SLAM3，小智计划进行一系列理论与实践相结合的深度技术分享。而这些，都是我们在实践过程中总结出来的宝贵经验。

具体内容包括：

1. ORB-SLAM3论文导读与整体算法流程梳理

2. ORB-SLAM3中的跟踪线程

2.1特征点提取、匹配，以及地图初始化

2.2 IMU预积分原理及代码梳理

2.3跟踪模式详解：参考关键帧跟踪、恒速模型跟踪、重定位跟踪、局部地图跟踪

3. ORB-SLAM3中的局部建图线程

3.1 IMU的初始化

3.2 局部建图线程代码梳理

4. ORB-SLAM3中的闭环检测及多地图融合线程

4.1闭环检测代码梳理

4.2多地图概念及地图融合代码梳理

 本期则是这系列课程的「开胃前菜」——ORB-SLAM3的编译运行。

我们结合实践经验，对ORB-SLAM3安装和编译的常见问题进行总结分享，同时细化不同传感器的运行方式。可以说，这是一份非常适合「新手小白」的ORB-SLAM3编译运行指南。

ORB-SLAM3编译及常见问题解决

第一步，下载代码：

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

或者

git clone https://github.com/electech6/ORB_SLAM3_detailed_comments

第二步，按照代码中的README.md，进行环境安装和编译即可，具体就不赘述了。

不过我掐指一算，大家在编译过程中，可能会遇到几个小问题：

1）提示找不到GLEW；

解决方法：sudo apt install libglew-dev；

2）当执行./euroc_examples.sh时，出现找不到libpango_image.so这个库的情况；

<