实验简介
配置了好多次ORB-SLAM3,看了一些博客,都写的不是很完整,这次根据自己的经验以及从一个新系统开始
的实际的安装过程,记录一下详细的步骤。
ps.我是用的虚拟机安装的,并且是在一个新系统上开始配置的
所以我的操作步骤是在一个全新的Ubuntu上做的,参考博客的同学注意一下(如果你已经在系统上安装过了一
些包,则有些步骤可以省去)
1 实验环境
我用的是虚拟机VMware运行的
Ubuntu版本是18.04
ORB-SLAM3源码: https://github.com/UZ-SLAMLab/ORB_SLAM3
2 准备工作(安装依赖)
ps:整个安装的大致流程我参考的是这篇博客
https://blog.csdn.net/holly_Z_P_F/article/details/118031317文章来源:https://www.toymoban.com/news/detail-413365.html
但是中间遇到了一些问题
2.1 github clone
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
2.1.1 ORB-SLAM3源码
打开终端,输入下面这个指令
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
如果 git 拒绝连接可以直接去这个网址下载压缩包解压
ORB-SLAM3
注意,如果是新系统,没有安装git,则需要先装git
sudo apt-get install git
另外,如果是新系统的话,预装的vi编辑器不完整,用不了。
执行如下命令安装vi编辑器。
sudo apt-get remove vim-common
sudo apt-get install vim
2.1.2 Pangolin
git clone https://github.com/stevenlovegrove/Pangolin.git
或者去下面这个网址下载压缩包
Pangolin
2.1.3 Eigen3
# github 有个mirror,版本3.3.4 from 2017
git clone https://github.com/eigenteam/eigen-git-mirror
在我安装的过程中这一步经常出错,换个网络多试几次就出来了,或者也可以去下面这个网址下载压缩包
Eigen3
注意!!!
不要采用下面这个指令安装eigen3
sudo apt-get install libeigen3-dev
如果采用这个指令安装,默认是安装到了/usr/include/eigen3,ORB-SLAM3检测不到,导致编译会报错。利用源码安装,安装好的路径是 /usr/local/include/eigen3/
2.2 Eigen3安装
在参考博客中博主是先安装Pangolin再安装Eigen3的,但我实际安装的过程中发现Pangolin是依赖Eigen3的,因此应该先安装Eigen3
#安装
cd eigen-git-mirror
mkdir build
cd build
cmake ..
sudo make install
#安装后,头文件安装在/usr/local/include/eigen3/
2.3 Pangolin安装
2.3.1 安装依赖
sudo apt install libgl1-mesa-dev
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
2.3.2 编译安装
cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .
2.4 Opencv安装
最新的ORB-SLAM3要求OpenCV 4.4及以上
但是最好不要安装OpenCV4以上(参考博主的解释是: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)。具体原因不太理解,最后也选择安装3.4.3版本
首先,到官网下载源码:https://opencv.org/releases/page/5/
ps.下载其他OpenCV3版本的理论上也可以,为了避免其他错误,选择参考博主的版本,实验可行。
下载之后放在最开始创建的文件夹,解压
unzip opencv-3.4.3.zip
ps. 也可以直接右键提取文件
更新一下,准备安装OpenCV依赖库
sudo apt-get update
使用一条指令安装所有依赖库
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libtiff5-dev libswscale-dev libjasper-dev
# 原博客安装的是libtiff4-dev,运行过程报错,改成libtiff5-dev
注意:在运行的时候可能会出现以下报错信息
error: unable to locate libjasper-dev 无法定位这个包libjasper-dev
解决方法是:执行以下指令
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev
其中libjasper1是libjasper-dev的依赖包
运行完这个,再安装下面这个指令就没错了
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev
安装好依赖,开始编译OpenCV
cd opencv-3.4.3
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
注意:执行上面指令后,终端会自动下载一个必需的ippicv加速库。
如果终端卡住并显示正在下载,只需要等一会儿不用进行任何操作。
否则,终端会显示报错,提示ippicv_2017u3_lnx_intel64_general_20170822.tgz的加速库下载失败。报错如下:
解决方法是下载离线的ippicv库
下载链接为:https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20170822
下载好之后,把这个ippicv文件夹单独拷贝出来,放到自己的文件夹中
然后把OpenCV源文件中 /3rdparty/ippicv 文件夹下的 ippicv.cmake 中,
第47行"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/" 改成你新下载的ippicv文件路径。
这样,就改成了离线编译的ippicv文件
再次执行cmake指令,完成编译
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
PS. 这一步骤在参考博客中说需要科学上网才能正常下载,否则需要自己下载离线库编译。但经过我多次尝试,不需要科学上网也能正常下载ippicv库,可以多尝试几次(下载离线库相对比较麻烦)
cmake完成之后使用make编译
ps. j4表示4核,可以根据虚拟机分配的核数进行调整,也可以不用,直接make,速度稍微慢点,但不容易出错
make -j4
这个过程时间可能稍微长一点,完成之后,不要忘了安装
sudo make install
到此,OpenCV安装结束,然后配置一下环境
1)添加库路径
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
2)更新系统库
sudo ldconfig
3)配置bash
sudo gedit /etc/bash.bashrc
在末尾添加如下两行代码
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
4)保存,执行如下指令使得配置生效
source /etc/bash.bashrc
5)更新
sudo updatedb
如果该指令报错,那么可能是没有安装mlocate
先执行安装命令
apt-get install mlocate
然后再sudo updatedb
6)版本检测
pkg-config --modversion opencv
注意:如果执行后,显示找不到包。那么注意下载的OpenCV版本是不是3.版本的,OpenCV版本4以上的,默认不生成.pc文件,会出现找不到包的问题
输出如下,表示OpenCV完成了安装
2.5 DBoW2 and g2o
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。
2.6 安装boost库
由此链接进入boost官网:https://www.boost.org/
我下载的是1.77.0
下载之后解压
tar -xzvf boost_1_77_0.tar.gz
解压之后进入解压出来的文件夹
执行下面这个脚本
sudo ./bootstrap.sh
执行完毕之后,会发现又多了些文件
再执行下面这个脚本
sudo ./b2 install
需要一段时间,耐心等待即可
2.7 安装libssl-dev
执行下面这个指令
sudo apt-get install libssl-dev
3 ORB-SLAM3编译和安装
源码编译
进入源码文件夹,执行下述指令
cd ORB_SLAM3
chmod +x build.sh
./build.sh
注意:这个build.sh是官方给的安装脚本,执行即可编译,但是实际操作经常会出错,太吃内存,最好不要直接运行脚本
我选择打开build.sh脚本,依次执行如下每条指令,并根据自己虚拟机分配的核数选择make后面的核数进行编译
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 3.4)
因为我们之前安装的就是3.4版本的,而在最新的ORB-SLAM3中要求是4.4及以上版本,改成3.4不影响实验
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
运行最后一条指令时,出现报错如下:
解决方法是打开对应的文件,如Tracking.cc,LoopClosing.cc等
再include后面添加以下代码
namespace cv
{
template<typename _Tp, int m, int n> static inline
Matx<_Tp, m, n> operator / (const Matx<_Tp, m, n> &a, float alpha)
{
return Matx<_Tp, m, n>(a, 1.f / alpha, Matx_ScaleOp());
}
}
ps. 这里发生了一个很玄学的情况
最后一条指令我使用make -j4,即使在对应的文件中加入了上述代码也仍然会报错。
然后我改成make之后就成功编译了(离谱~
但同时,改成make之后编译速度大大降低,需要等很久
数据集测试
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
要下载ASL格式的,我下载了V102和V203两个
这个压缩包下好之后,解压打开之后,里面是一个mav0的文件夹(有些打开会还有一个_MACOSX 文件加,可以直接删掉,只留mav0文件夹)
具体原因是这个其实是在MAC操作系统压缩时产生的缓存垃圾,在Windows系统、Linux系统就会显示出来(大概是这意思)
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
eg. /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,表示数据集所在的路径
即得到下面这条指令
./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml ./dataset/V102 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/V102.txt dataset-V102_monoi
在ORB-SLAM3文件夹下打开终端执行这条指令
ORB-SLAM3成功运行
运行截图:
运行结束,终端显示
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,奇怪
整个过程大概就是这样,简单记录一下
如有不足,欢迎指正!
ps. 第一次写博客,感觉操作还比较生疏,但当写到结尾,翻看全部内容的时候,却产生了一种满满的成就感。
但这只是一个开始,以后也要继续加油!
因为是第一次写,所以大部分内容甚至格式都参考了这篇博客,并且第一次复现成功也是参考这篇博客
https://blog.csdn.net/holly_Z_P_F/article/details/118031317
非常感谢这位博主!!!文章来源地址https://www.toymoban.com/news/detail-413365.html
到了这里,关于ORB-SLAM3配置及安装教程(2023.3)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!