ORB-SLAM3复现的详细过程——配置安装及ROS和脚本运行---Ubuntu20.04-Toy模板网

这篇具有很好参考价值的文章主要介绍了ORB-SLAM3复现的详细过程——配置安装及ROS和脚本运行---Ubuntu20.04。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

ORB-SLAM3代码下载地址：ORB-SLAM3源码下载

所有的操作都是在完成以下网址中的所有操作内容下进行的：Ubuntu系统安装之后首需要做的事情
本文是总结的比较完善和直接的过程。
其实在整个运行中也遇到了一些问题，也做了一些总结，记录在了文章
ORB-SLAM3复现过程中遇到的问题及解决办法中
建议是先以本文为主，有问题之后再去参考问题解决办法。

1. 安装所需要的依赖和包

在一键安装ROS后，只需要再安装Pangolin即可，其他所有的需要都已经存在。
依次执行以下命令即可：

#依赖项
sudo apt-get install libglew-dev
sudo apt-get install cmake
sudo apt-get install libpython2.7-dev
sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libavdevice-dev
sudo apt-get install libdc1394-22-dev libraw1394-dev
sudo apt-get install libjpeg-dev libpng-dev libtiff5-dev libopenexr-dev
#下载编译
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
mkdir build
cd build
cmake ..
cmake --build .
sudo make install

这样下载下来的是Pangolin0.8。在ORB-SLAM3中是可以正常使用的。

2. 修改代码及文件内容

由于许多库的版本不一样，所以有部分代码需要更改
这里先声明我的环境：

Ubuntu20.04
Opencv4.2.0
C++11
Eigen3.3.7
Python3.8.10
Pangolin0.8

2.1 CMakeLists.txt文件的修改

/home/xiaoduan/project/source2/orb_slam3/CMakeLists.txt文件的修改

gedit /home/xiaoduan/project/source2/orb_slam3/CMakeLists.txt
#第33行Opencv的版本改为4
#第41行Eigen的版本改为3

/home/xiaoduan/project/source2/orb_slam3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt文件的修改

gedit /home/xiaoduan/project/source2/orb_slam3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt

更改内容如下：

第33行Opencv的版本改为4

第41行Eigen的版本改为3

第49行，加入${PROJECT_SOURCE_DIR}/…/…/…/Thirdparty/Sophus

2.2 单目可视化代码修改

gedit /Examples/Monocular/mono_euroc.cc

更改内容：

第83行中的false改为true

2.3 环境配置文件的修改

gedit ~/.bashrc
export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM3/Examples_old/ROS
source ~/.bashrc

注意： 第二条命令中的${ROS_PACKAGE_PATH}是自己文件的路径。

2.4 源码的修改

在ORB_SLAM3中的src下有个AR文件夹，里面的一些内容会导致ros可执行文件的编译，做出以下修改：

在加入以下两个头文件：

#include <Eigen/Dense>
#include <opencv2/core/eigen.hpp>

删除ROS/ORB_SLAM3/src/AR/ros_mono_ar.cc第151行，由下面内容替换

cv::Mat Tcw;
Sophus::SE3f Tcw_SE3f = mpSLAM->TrackMonocular(cv_ptr->image,cv_ptr->header.stamp.toSec());
Eigen::Matrix4f Tcw_Matrix = Tcw_SE3f.matrix();
cv::eigen2cv(Tcw_Matrix, Tcw);

删除ROS/ORB_SLAM3/src/AR/ViewerAR.cc第409行，由以下内容替换

cv::Mat WorldPos;
cv::eigen2cv(pMP->GetWorldPos(), WorldPos);
vPoints.push_back(WorldPos);

删除ROS/ORB_SLAM3/src/AR/ViewerAR.cc第409行，由以下内容替换

cv::Mat Xw;
cv::eigen2cv(pMP->GetWorldPos(), Xw);

3.ORB-SLAM3的编译

3.1 构建 ORB-SLAM3 库

按顺序执行以下命令即可：

cd ORB_SLAM3
chmod +x build.sh
./build.sh

3.2 生成ROS节点

执行以下命令：

cd Examples_old/ROS/ORB_SLAM3 
chmod +x build_ros.sh
./build_ros.sh

4.ORB-SLAM3的运行

4.1 非ROS环境下运行

4.1.1 EuROC数据集

用微型飞行器采集的视觉惯性数据集，包含双目相机和IMU同步测量数据及位姿的真值。
数据集需下载MH_01_easy.zip，下载地址：MH_01_easy.zip下载地址
将数据集解压，命名为MH01。
运行命令：
注意： 命令中的${dir}是个人数据的存放路径

纯单目：

cd Examples
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml ${dir}/MH01 ./Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

纯双目：

./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml ${dir}/MH01 ./Examples/Stereo/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereo

单目惯导：

./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml ${dir}/MH01 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/MH01.txt dataset-MH01_monoi

双目惯导：

./Examples/Stereo-Inertial/stereo_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo-Inertial/EuRoC.yaml ${dir}/MH01 ./Examples/Stereo-Inertial/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereoi

4.1.2 TUM VI 数据集

其采用的相机和IMU传感器，在硬件上进行了时间同步。

所提供的图像具有高动态范围，事先进行了光度标定，用20Hz的帧率采集，分辨率为1024像素*1024像素；三轴IMU采样频率为200Hz，可测量加速度和角速度。

需要下载数据集dataset-room1_512_16和rgbd_dataset_freiburg1_desk。下载地址：TUM数据集下载

纯单目：

cd Examples
./Monocular/mono_tum_vi ../Vocabulary/ORBvoc.txt Monocular/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data Monocular/TUM_TimeStamps/dataset-room1_512.txt dataset-room1_512_mono

纯双目：

./Stereo/stereo_tum_vi ../Vocabulary/ORBvoc.txt Stereo/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data /home/sangfor/2023/bro_ws/dataset-room1_512_16/mav0/cam1/data Stereo/TUM_TimeStamps/dataset-room1_512.txt dataset-room1_512_stereo

单目惯导：

./Monocular-Inertial/mono_inertial_tum_vi ../Vocabulary/ORBvoc.txt Monocular-Inertial/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data Monocular-Inertial/TUM_TimeStamps/dataset-room1_512.txt Monocular-Inertial/TUM_IMU/dataset-room1_512.txt dataset-room1_512_monoi

双目惯导：

./Monocular-Inertial/mono_inertial_tum_vi ../Vocabulary/ORBvoc.txt Monocular-Inertial/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data Monocular-Inertial/TUM_TimeStamps/dataset-room1_512.txt Monocular-Inertial/TUM_IMU/dataset-room1_512.txt dataset-room1_512_monoi

RGB-D：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml ${dir}/rgbd_dataset_freiburg1_desk /home/sangfor/2023/bro_ws/rgbd_dataset_freiburg1_desk/associations.txt

4.2 ROS环境下运行

首先，打开三个终端
在第一个终端上面运行roscore
接着在其余两个终端上，分别运行以下命令：

纯单目：

rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml
rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/image_raw

纯双目：

rosrun ORB_SLAM3 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml false
rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

单目惯导：

rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples/Monocular-Inertial/EuRoC.yaml
rosbag play MH_01_easy.bag

双目惯导：

rosrun ORB_SLAM3 Stereo_Inertial Vocabulary/ORBvoc.txt Examples/Stereo-Inertial/EuRoC.yaml false
rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw /imu0:=/imu

RGB-D：
首先要下载数据集：：rgbd_dataset_freiburg1_xyz.bag，fr1/xyz选择more info找到bag文件后，然后下载。
下载地址就是稳重已经给出的TUM数据集的下载网址。

rosrun ORB_SLAM3 RGBD Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml
rosbag play rgbd_dataset_freiburg1_xyz.bag

每条命令的运行都会有可视化界面，如下图所示：
ORB-SLAM3复现的详细过程——配置安装及ROS和脚本运行---Ubuntu20.04,SLAM,# 实践操作,ROS,ubuntu,linux,计算机视觉,python 文章来源地址https://www.toymoban.com/news/detail-704940.html