环境说明
使用：VMware Workstation Pro
虚拟机系统版本是：Ubuntu 18.04.06
虚拟机内存：8g（若为4g大小，很容易出现后文中ORB-SLAM3编译时会出现的内存问题）
虚拟机存储：50g
若是配置完发现存储空间不足，可以参考这篇博客进行清理：
下载配置技巧：Ubuntu18.04安装vmware-tools解决无法复制粘贴和自由移动文件的问题
按照文章描述的内容完成安装后，可以在主机可以翻墙的情况下先下载好文件，而后挪入到虚拟机当中，有一定程度的便利
必要配置
打开终端，分别输入
sudo apt-get install git # 为了可以使用git指令
(这样才能在终端界面上使用如，git clone这样的指令)
sudo apt-get remove vim-common # 卸载旧版本vi编辑器
sudo apt-get install vim # 安装新版本的vi编辑器
sudo apt-get install build-essential # 安装g++和gcc
(为了避免如链接所描述的问题）
一、Pangolin
源码和库文件下载
1、链接地址下载：Pangolin
2、git 指令下载：
git clone https://github.com/stevenlovegrove/Pangolin.git
依赖安装和编译安装
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
编译安装：
cd Pangolin # 进入Pangolin文件夹
mkdir build # 创建Build文件夹
cd build # 进入build文件夹
cmake .. # 依照上级目录的CMakeLists.txt文件编译
cmake --build .
二、Eigen3
源码和库文件下载
1、链接地址下载：Eigen3
2、git 指令下载：
git clone https://github.com/eigenteam/eigen-git-mirror # github 有个mirror,版本3.3.4 from 2017
编译安装
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/
三、Opencv
源码和库文件下载
Opencv：下载Opencv3.4.3版本
https://opencv.org/releases/page/5/
ippicv库：电脑配置了vpn并且可以进入外网，可以忽略这部分下载
https://github.com/opencv/opencv_3rdparty/blob/dfe3162c237af211e98b8960018b564bc209261d/ippicv/ippicv_2017u3_lnx_intel64_general_20170822.tgz
编译安装
准备工作
1、修复error: unable to locate libjasper-dev 无法定位这个包libjasper-dev
输入：
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev
2、修复终端报错提示ippicv_2017u3_lnx_intel64_general_20170822.tgz的加速库下载失败
电脑配置了vpn并且在开始编译的时候可以进入外网的同学，可以忽略这步
错误示例：
把OpenCV源文件中 /3rdparty/ippicv 文件夹下的 ippicv.cmake 中，
第47行的
"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"
改成你新下载的ippicv文件路径
更改示例：
更新依赖库：
sudo apt-get update
安装依赖：
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libtiff5-dev libswscale-dev libjasper-dev
# 原博客安装的是libtiff4-dev，运行过程报错，改成libtiff5-dev
编译安装：（跳过准备工作中的加速库配置的同学记得打开vpn进入外网）
cd opencv-3.4.3
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install
配置环境：
1）添加库路径
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
2）更新系统库
sudo ldconfig
3）配置bash
sudo gedit /etc/bash.bashrc
在末尾添加如下两行代码
PKG_CONFIG_PATH=$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
四、DBoW2 和 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 和 g2o，编译时会自动安装。不用管。
五、boost
源码和库文件下载
链接地址：下载1.77.0版本的boost_1_77_0.tar.gz
https://www.boost.org/users/history/
编译安装
对下载的文件进行解压后，进入文件夹boost_1_77_0，在此打开终端
分别执行：
sudo ./bootstrap.sh
sudo ./b2 install
需要一定时间，需要耐心等待
六、libssl-dev
直接打开终端，执行：
sudo apt-get install libssl-dev
七、ORB-SLAM3
源码和库文件下载
1、链接地址下载：ORB-SLAM3
2、git clone指令：
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
编译安装
准备工作：修改CMakeLists.txt：打开ORB-SLAM3目录下的CMakeLists.txt，找到第33行
find_package(OpenCV 4.4)
将OpenCV版本号改为：
find_package(OpenCV 3.4)
修改build.sh：在将虚拟机内存改为8G的前提下，将ORB_SLAM3目录下的build.sh中的文件内容修改为：
echo "Configuring and building Thirdparty/DBoW2 ..."
cd Thirdparty/DBoW2
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
cd ../../g2o
echo "Configuring and building Thirdparty/g2o ..."
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
cd ../../Sophus
echo "Configuring and building Thirdparty/Sophus ..."
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4
前三块都在ORB-SLAM3目录下的Thirdparty文件夹中，
若是中断了，可以在对应文件夹里跳过cd执行剩余内容
cd ../../../
#此处在ORB-SLAM3的目录下
echo "Uncompress vocabulary ..."
cd Vocabulary
tar -xf ORBvoc.txt.tar.gz
cd ..
echo "Configuring and building ORB_SLAM3 ..."
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make
#此块内容最容易出错，且耗时长，我大概编译了四十分钟
必要说明：
将make改为make -j4会加快编译速度，但也会加大内存的占用，遇到问题：
Makefile:83: recipe for target 'all' failed
make: *** [all] Error 2
所以最后一块内容的编译是，make
使用make进行编译，内存占比在4g左右浮动，尽量需要虚拟机内存大于4g，这就是上文虚拟机内存选择8g的原因
开始编译：
cd ORB_SLAM3
chmod +x build.sh
./build.sh
编译成功示例如下：
最后一块编译内容里容易出现的错误：
解决方法是打开对应的文件，如Tracking.cc, LoopClosing.cc等
在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());
}
}
修改完后重新运行build.sh进行编译即可
其他可参考的错误解决方案：
安装orbslam3时报错：error: no match for ‘operator/’
ORB-SLAM2编译错误_嵙杰的博客-CSDN博客
数据集测试
数据集链接地址：
链接地址：选择ASL格式的V102
https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets#downloads
测试方法：
解压下载的数据集后（若该文件夹不名为V102，请改为V102），
V102文件夹里有一个mav0的文件夹，还有可能出现的_MACOSX 文件夹（该文件夹是缓存垃圾，可以直接删除）
在ORB-SLAM3文件夹下创建文件夹dataset，将文件夹V102移入dataset
形成的目录结构如下
/ORB-SLAM3/dataset/V102/mav0
在ORB-SLAM3文件夹下打开终端，执行指令
./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
成功运行界面：
参考链接
ORB-SLAM3配置及安装教程（2023.3）
ORB-SLAM3配置安装及运行—Ubuntu20.04（2021年）文章来源：https://www.toymoban.com/news/detail-706930.html
文章的很多内容有所缩减，只是为了配置安装，若是希望对细节有所了解，可以查看一下参考链接文章来源地址https://www.toymoban.com/news/detail-706930.html
到了这里，关于Ubuntu18.04版本下配置ORB-SLAM3和数据集测试方法的文章就介绍完了。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！
