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

琉璃轻纱2023-09-03 19:51

ORB-SLAM3配置安装及ROS和脚本运行---Ubuntu20.04

  • [1. 安装所需要的依赖和包](#1. 安装所需要的依赖和包)
  • [2. 修改代码及文件内容](#2. 修改代码及文件内容)
    • [2.1 CMakeLists.txt文件的修改](#2.1 CMakeLists.txt文件的修改)
    • [2.2 单目可视化代码修改](#2.2 单目可视化代码修改)
    • [2.3 环境配置文件的修改](#2.3 环境配置文件的修改)
    • [2.4 源码的修改](#2.4 源码的修改)
  • 3.ORB-SLAM3的编译
    • [3.1 构建 ORB-SLAM3 库](#3.1 构建 ORB-SLAM3 库)
    • [3.2 生成ROS节点](#3.2 生成ROS节点)
  • 4.ORB-SLAM3的运行
    • [4.1 非ROS环境下运行](#4.1 非ROS环境下运行)
      • [4.1.1 EuROC数据集](#4.1.1 EuROC数据集)
      • [4.1.2 TUM VI 数据集](#4.1.2 TUM VI 数据集)
    • [4.2 ROS环境下运行](#4.2 ROS环境下运行)

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：

bash 复制代码 
#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

  1. /home/xiaoduan/project/source2/orb_slam3/CMakeLists.txt文件的修改
bash 复制代码 
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
  1. /home/xiaoduan/project/source2/orb_slam3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt文件的修改
bash 复制代码 
gedit /home/xiaoduan/project/source2/orb_slam3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt

更改内容如下：

  1. 第33行Opencv的版本改为4
  2. 第41行Eigen的版本改为3
  3. 第49行，加入${PROJECT_SOURCE_DIR}/.../.../.../Thirdparty/Sophus

2.2 单目可视化代码修改

bash 复制代码 
gedit /Examples/Monocular/mono_euroc.cc

更改内容：

cpp 复制代码 
第83行中的false改为true

2.3 环境配置文件的修改

bash 复制代码 
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：

  1. 在加入以下两个头文件：
cpp 复制代码 
#include <Eigen/Dense>
#include <opencv2/core/eigen.hpp>
  1. 删除ROS/ORB_SLAM3/src/AR/ros_mono_ar.cc第151行，由下面内容替换
cpp 复制代码 
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);
  1. 删除ROS/ORB_SLAM3/src/AR/ViewerAR.cc第409行，由以下内容替换
cpp 复制代码 
cv::Mat WorldPos;
cv::eigen2cv(pMP->GetWorldPos(), WorldPos);
vPoints.push_back(WorldPos);
  1. 删除ROS/ORB_SLAM3/src/AR/ViewerAR.cc第409行，由以下内容替换
cpp 复制代码 
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：

cpp 复制代码 
cd ORB_SLAM3
chmod +x build.sh
./build.sh

3.2 生成ROS节点

执行以下命令：

cpp 复制代码 
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：
cpp 复制代码 
cd Examples
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml ${dir}/MH01 ./Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono
  • 纯双目：
cpp 复制代码 
./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：
cpp 复制代码 
./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：
cpp 复制代码 
./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：
cpp 复制代码 
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：
cpp 复制代码 
./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：
cpp 复制代码 
./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：
cpp 复制代码 
./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：
cpp 复制代码 
./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：
cpp 复制代码 
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：
cpp 复制代码 
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：
cpp 复制代码 
rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples/Monocular-Inertial/EuRoC.yaml
rosbag play MH_01_easy.bag
  • 双目惯导：
cpp 复制代码 
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。
cpp 复制代码 
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：

相关推荐
该用户已不存在1 小时前
Mojo vs Python vs Rust: 2025年搞AI，该学哪个？
后端·python·rust
站大爷IP3 小时前
Java调用Python的5种实用方案：从简单到进阶的全场景解析
python
轻松Ai享生活8 小时前
5 节课深入学习Linux Cgroups
linux
xiaohouzi1122339 小时前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
用户8356290780519 小时前
从手动编辑到代码生成：Python 助你高效创建 Word 文档
后端·python
christine-rr9 小时前
linux常用命令（4）——压缩命令
linux·服务器·redis
小关会打代码9 小时前
计算机视觉案例分享之答题卡识别
人工智能·计算机视觉
c8i9 小时前
python中类的基本结构、特殊属性于MRO理解
python
三坛海会大神5559 小时前
LVS与Keepalived详解（二）LVS负载均衡实现实操
linux·负载均衡·lvs
東雪蓮☆9 小时前
深入理解 LVS-DR 模式与 Keepalived 高可用集群
linux·运维·服务器·lvs
热门推荐
01GitHub 镜像站点02UV 工具安装与国内镜像源配置指南03UV安装并设置国内源04Claude Code 平替：OpenAI发布 Codex CLI ，GPT-5 国内直接使用0546个Nano-banana 精选提示词，持续更新中06conda中设置镜像地址（附所有可换的地址）07A股预测还能更准？开源大模型Kronos带你跑通预测+回测全流程08保姆级教程：手把手教你用Dify实现完美多轮对话（附Chatflow和提示词）09KGG转MP3工具|非KGM文件|解密音频10解决 WSL Ubuntu 中 /etc/resolv.conf 自动重置问题