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2. 修改代码及文件内容2.1 CMakeLists.txt文件的修改2.2 单目可视化代码修改2.3 环境配置文件的修改2.4 源码的修改

3.ORB-SLAM3的编译3.1 构建 ORB-SLAM3 库3.2 生成ROS节点

4.ORB-SLAM3的运行4.1 非ROS环境下运行4.1.1 EuROC数据集4.1.2 TUM VI 数据集

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

<code>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：