ORB-SLAM安装演示

一、基本概念

1.ORB-SLAM是什么？

视觉SLAM（即时定位与地图构建）系统， 凭视觉信息就能实时地估计自身位置，并同时构建出环境的地图。

2.ORB-SLAM3 是目前最有影响力的视觉/视觉惯性 SLAM 系统之一

3.它解决什么问题：SLAM = Simultaneous Localization and Mapping（同步定位与建图）。机器人在未知环境里跑，一边用相机/IMU 估计自己的位姿轨迹，一边构建环境地图。ORB-SLAM3 就是干这个的，输入是单目/双目/RGB-D 相机 + IMU，输出是相机轨迹 +

稀疏特征点地图。

4. 核心特性

• 多传感器支持：单目、双目、RGB-D，以及它们的 视觉惯性（VI） 版本，共 6 种模式。

• 紧耦合 IMU：IMU 预积分与视觉残差放在同一个 bundle adjustment

里联合优化，比松耦合精度高得多。还首创了基于最大后验估计的 IMU 初始化（不像 VINS 那样需要静止激励）。

• Atlas 多地图系统：这是最大亮点。跟踪丢失时不直接"死亡"，而是开新地图，之后靠**地图合并（map

merging）**把新旧地图接上------在走廊、快速旋转、遮挡等场景下比ORB-SLAM2 健壮很多。

• 重定位与回环：用 DBoW2 做词袋场景识别，识别到去过的地方就做回环闭合 + 位姿图优化，消除累计漂移。

5.系统架构（四个并行线程）

Tracking 跟踪线程 ------每帧实时定位、决定是否关键帧

Tracking 跟踪线程 ------每帧实时定位、决定是否关键帧

Local Mapping 局部建图 ------三角化新点、局部 BA

Loop & Map Merging 回环检测 ------DBoW2 识别 + 位姿图优化

Full BA 全局优化 ------后台做完整 BA

6.优缺点

优点：公开 benchmark 上精度顶尖（EuRoC 上同精度下速度是 VINS-Mono 的 2--5

倍）、代码开源且工业界大量参考、多地图机制鲁棒。

缺点：

• 输出的是稀疏特征点地图，不能直接做导航避障，要接 OctoMap（八叉树）或 Voxblox 转成稠密/占据栅格。

• 依赖 OpenCV、Eigen、Pangolin、DBoW2、g2o、Sophus，编译挺折腾。

• 只支持 针孔 + 鱼眼 模型，不支持全向/事件相机。

• 纯几何方法，没有语义，动态场景（走动的人）会引入误差。

7.同类对比上手路径

Linux 环境最好（Ubuntu 18.04/20.04），基本流程：

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

装 Pangolin、OpenCV、Eigen3，然后

chmod +x build.sh && ./build.sh

跑 EuRoC / TUM 公开数据集

上手路径（快速验证）

1. 环境准备 ：使用 Ubuntu 20.04 （兼容性最佳），确保内存 ≥16GB ，CPU ≥4核。

2. 安装依赖 ：使用 apt 安装基础编译工具和库。

3. 编译核心库 ：依次编译安装 Pangolin （可视化）、OpenCV （图像处理，推荐 4.x 版本）、Eigen3（线性代数）。

4. 编译 ORB-SLAM3 ：下载源码，修改 CMakeLists.txt 中的 C++ 标准，运行 build.sh 脚本。

5. 下载数据集 ：获取 EuRoC 数据集的 MH_01_easy 序列。

6. 运行测试：执行单目示例命令，验证安装成功。

8. Eigen3：线性代数与数学计算核心，Eigen3是一个开源的C++模板库，在ORB-SLAM3中，它扮演着数学引擎 的角色，所有底层几何运算都依赖它。显著优点是轻量级，主要由头文件构成，无需复杂的编译链接过程，易于集成。

9.OpenCV：计算机视觉处理库。是一个庞大的开源计算机视觉库 ，包含数百种图像处理和视觉算法。处理一切图像相关任务的基础工具

10.Pangolin：3D可视化与用户界面库Pangolin是一个轻量级的OpenGL开发库，专门用于管理3D可视化和交互，特别适合机器人、计算机视觉等领域。

它是系统的"可视化窗口"。当你运行程序时，Pangolin会打开一个窗口，实时显示：

• 3D地图点云：系统构建的环境特征点。

• 相机运动轨迹：相机在空间中的移动路径。

• 交互界面：一些用于控制或显示系统状态的面板。

11.EuRoC 数据集：视觉惯性SLAM基准测试数据。一套**视觉-惯性数据集。**广泛用于评估SLAM算法性能。提供了SLAM算法所需的全部"原料"：

• 双目灰度图像：分辨率WVGA，帧率20Hz。

• IMU测量数据：包含角速度和加速度，频率200Hz。

• 精确的真值（Ground Truth）：通过Vicon运动捕捉系统等设备获取的无人机真实位姿，用于精确评估算法精度。

12.WSL2 是什么？WSL 全称 Windows Subsystem for Linux （Windows 下的 Linux 子系统）WSL2 并不是传统的虚拟机，它使用 Windows 的 Hyper-V 虚拟化技术 ，运行一个轻量级的 Linux 内核

13.Docker 是什么？Docker 是一个开源容器化平台 。它把应用程序及其所有依赖（库、配置文件、环境变量等）打包成一个独立的镜像 ，运行时产生容器。

• WSL2 ：让你在 Windows 里拥有一个真实的 Ubuntu 终端，适合从头学习、编译和调试 ORB-SLAM3。

• Docker ：把 ORB-SLAM3 和所有依赖打包成集装箱，适合快速验证、避免环境冲突。

14.CMD：老式的"命令提示符"，像 DOS 时代的延续，简单但功能有限。

• 处理脚本 ：支持 .bat 和 .cmd 文件，可以写简单的自动化脚本。

• 常用命令：

  • dir：列出目录内容

  • cd：切换目录

  • copy、del、move：文件操作

  • ipconfig：查看网络配置

  • ping：测试网络连通性

15.PowerShell：现代化的命令行和脚本语言，功能强大，面向对象，适合自动化管理

• 面向对象 ：命令的输出是 .NET 对象 ，而不是纯文本。你可以直接访问对象的属性，比如 Get-Process 返回进程对象，可以取 .Name、.CPU 等。

• Cmdlet 命令 ：采用"动词-名词"命名，如 Get-ChildItem、Set-Location、New-Item，易于理解和发现。

• 强大的管道 ：| 传递的是对象，可以链式处理

16.CMD 与 PowerShell 对比

特性	CMD	PowerShell
推出时间	1980 年代（DOS 延续）	2006 年
设计理念	文本流	对象流
脚本扩展名	.bat / .cmd	.ps1
管道传递	文本	.NET 对象
命令风格	dir、copy	Get-ChildItem、Copy-Item
功能强度	基础文件/网络操作	系统管理、自动化、云服务、API 调用
跨平台	仅 Windows	PowerShell 7+ 支持 Linux/macOS
适合场景	简单快速命令	复杂自动化、运维、开发

按 Win + X，选择"Windows PowerShell"或"终端"。也可以在开始菜单搜索"PowerShell"。管理员权限打开方式：右键选择"以管理员身份运行"。

17.概念：这几个是干什么的

▎ - Eigen：C++ 的线性代数库，SLAM 里所有矩阵运算、李群运算都靠它

▎ - OpenCV：读图、特征提取（ORB 特征）、图像金字塔

▎ - Boost：线程和序列化

▎ - xvfb：虚拟显示服务器------让需要"屏幕"的程序在没有屏幕的情况下跑起来，我们靠它跑headless

18.概念：**词袋模型（Bag of Words,

▎ DBoW2）**是回环检测的核心。做法是事先把海量图像特征聚成"视觉单词"建成字典（就是后面那个 100MB+ 的

▎ ORBvoc.txt），每帧图像表示成"我看到了哪些单词"。两帧图像如果单词组合高度相似，就判定"我来过这里"→

▎ 触发回环，把累积漂移一次性抹掉。

19.基本概念

20.说清楚形态：ORB-SLAM2 不是一个"软件"，没有菜单按钮。它是一个 Pangolin

可视化窗口（1024×768），只读------你只能看，不能操作。跑起来自动弹出，关闭它程序就退出

22.ROS 本身不参与 ORB-SLAM3 的核心定位与建图计算，它扮演的是 "数据搬运工"和"硬件接口" 的角色。

21.Melodic 通常指的是 ROS Melodic Morenia ，它是机器人操作系统（Robot Operating System, ROS）

二、执行计划

阶段 0：装 OpenCV（唯一的外部依赖）

从 GitHub 下载官方预编译包（自解压 exe，约 180MB），解压到 D 盘：

https://github.com/opencv/opencv/releases → opencv-4.10.0-windows.exe

解压后你会得到 D:\opencv\build\{include, x64\vc16\lib}。

▎ 概念 ------为什么不用自己编 OpenCV：源码编译 OpenCV 要 20--40分钟，占用 10GB+，而官方预编译包直接可用。vc16 是

▎ VS2019/2022 的二进制格式，MSVC v141/v142/v143 之间官方保证 ABI 兼容，能直接链接。这是新手最容易走弯路的地方。

阶段 1：拉取移植仓库到 D 盘

cd /d && git clone --depth 1 https://github.com/Phylliida/orbslam-windows.git

（--depth 1 只拉最新提交，省时间------仓库有99MB）

阶段 2：编译四个库（顺序不能错）

DBoW2 →g2o →Pangolin →ORB_SLAM2

每次都是同一套动作（用 CMake-GUI）：

1. Source = 该库目录，Build = 该库目录下的 build/

2. Configure →生成器选 Visual Studio 17 2022 + x64

3. Generate →打开生成的 .sln

4. 左上角切到 Release（默认是 Debug，切错必挂）

5. 右键该库项目（不是 ALL_BUILD）→属性：

• 常规 →配置类型 = 静态库 (.lib)

• C/C++ →代码生成 →运行库 = 多线程 (/MT)

6. 编译 ALL_BUILD

视频：

现在给我解答知识点，让我对整个流程框架有清晰的认识。ROB-SLAM2是干什么的？在跑通它的过程中用到的其他东西是什么？以什么 格式存放？实验中是如何使用到的？各个文件之间的联系是什么？以及他们是如何在电脑上运行起来的？还有相关文件夹下面的子文 件是干嘛用的？还有实验过程是跑在什么平台上？代码不是在vs上跑吗？整个项目的环境是如何构成以及如何运行的？请给我这个对 计算机零基础的小白进行详细的解答

> 给我列一个详细的清单，从零开始配置ROB-SLAM2到上手验证的详细步骤。直接列出详细步骤并解释每一步原理或功能。