ORB-SLAM2搭建详细过程

ORB_SLAM2搭建过程 亲测可用 对于slam也是刚学习了一个暑假,很多知识还没学到,老师开学安排任务先把orbslam2跑通,对于我这个小菜鸟真的被难倒了。参考了网上很多博客,大部分内容还是相似的,但是自己操作的时候还是会遇到各种报错,今晚终于把它运行出来了,下面写一下我搭建过程中的详细步骤。 阅读详情

本人邮箱:sylvester0510@163.com,欢迎交流讨论,
欢迎转载,转载请注明网址http://blog.youkuaiyun.com/u010128736/


  ORB-SLAM是15年一个西班牙博士做的[1],工程效果来看,是目前最好的了。ORB-SLAM是针对单目做的slam,最新的是ORB-SLAM2,支持单目、双目和RGB-D接口。这里对ORB-SLAM2的环境搭建做一个记录,里面遇到的坑也有解决办法,可以参考。

系统环境:Ubuntu14.04

1.设置root密码(若为新装的系统):

(1)打开一个终端Ternimal,输入

sudo passwd
 
  • 1

然后设置root用户的密码
(2)新建文件夹:

mkdir ORB_SLAM
cd ORB_SLAM
 
  • 1
  • 2

2.安装必备软件:

(1)更新apt库

sudo apt-get update
 
  • 1

(2)安装git

sudo apt-get install git
 
  • 1

(3)安装cmake

sudo apt-get install cmake
 
  • 1

(4)安装Pangolin
安装依赖:
a、opengl:
b、GLEW:

sudo apt-get install libglew-dev
 
  • 1

c、Boost:

sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev
 
  • 1

d、Python2/Python3:

sudo apt-get install libpython2.7-dev
 
  • 1

e、编译基础库

sudo apt-get install build-essential
 
  • 1

安装Pangolin:

git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
 
  • 1
  • 2

修改
Pangolin/src/display/device/display_x11.cpp
注释第123行和124行(这个地方有朋友说没有找到,可能是胖果林后面更新了,把这里改了,那就不用管了)

//GLX_SAMPLE_BUFFERS , glx_sample_buffers,
//GLX_SAMPLES , glx_sample_buffers > 0 ? glx_samples : 0,
 
  • 1
  • 2

终端里输入

mkdir build
cd build
cmake -DCPP11_NO_BOOST=1 ..
make -j 
(建议不要使用make -j,使用make。如果用make -j是使用多处理器编译,可能造成死机)
 
  • 1
  • 2
  • 3
  • 4
  • 5

(5)安装OpenCV
安装依赖:
a、编译器相关:

sudo apt-get install build-essential
 
  • 1

b、必须依赖:

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev
libavformat-dev libswscale-dev
 
  • 1
  • 2

c、可选安装:

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
 
  • 1

安装OpenCV:
a、官网下载OpenCV 2.4.11 for Linux下载地址,解压到Ubuntu中
b、进入OpenCV文件夹,配置工程

mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
 
  • 1
  • 2
  • 3

c、编译

make
sudo make install
 
  • 1
  • 2

(6)安装Eigen
下载Eigen下载地址,进入到在解压后的Eigen文件夹(例如eigen-eigen-07105f7124f9)下

mkdir build
cd build
cmake ..
make
sudo make install
 
  • 1
  • 2
  • 3
  • 4
  • 5

(7)安装BLAS and LAPACK库

sudo apt-get install libblas-dev
sudo apt-get install liblapack-dev
 
  • 1
  • 2

3.安装ORB_SLAM:
(1)Clone the repository:

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2
 
  • 1

(2)编译:

cd ORB_SLAM2
chmod +x build.sh
 
  • 1
  • 2

修改./build.sh,可以安装vim

sudo apt-get install vim
vim ./build.sh 
 
  • 1
  • 2

修改最后一行,改为make

./build.sh
 
  • 1

4.测试ORB_SLAM2

  这里下载了一个单目相机的测试数据集进行测试。

(1)下载测试数据集

  Download a sequence from http://vision.in.tum.de/data/datasets/rgbd-dataset/download and uncompress it.

(2)执行命令:

  Execute the following command. Change TUMX.yaml to TUM1.yaml,TUM2.yaml or TUM3.yaml for freiburg1, freiburg2 and freiburg3 sequences respectively. Change PATH_TO_SEQUENCE_FOLDERto the uncompressed sequence folder.

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER
 
  • 1

  出结果就OK了,以后会对ORB-SLAM的算法进行一些研究记录,敬请期待。

引用

[1] Raúl Mur-Artal, J. M. M. Montiel and Juan D. Tardós. ORB-SLAM: A Versatile and Accurate Monocular SLAM System. IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, 2015. (2015 IEEE Transactions on Robotics Best Paper Award). PDF.

在RK3588上部署ROS2与ORB-SLAM3实现Gazebo小车自主导航-环境搭建过程 文章摘要(149字) 本项目在RK3588开发板部署ROS2 Humble环境,集成ORB-SLAM3算法实现Gazebo仿真小车的自主导航。通过Docker容器创建隔离开发环境,安装ROS2基础组件及视觉处理工具包。测试环境包含圆柱体点云生成和可视化功能,验证ROS2节点通信。关键技术组合:RK3588提供算力支持,ROS2实现系统集成,ORB-SLAM3完成视觉定位,Gazebo进行算法验证。该方法为机器人SLAM开发提供标准化流程,兼顾仿真测试与实际部署需求。 阅读详情

相关推荐

视觉slam开源方案对比(ORB-SLAM2,ORB-SLAM3,VINS)

ORB-SLAM2: GitHub - raulmur/ORB_SLAM2: Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilities ORB-SLAM3: GitHub - JKTao/ORB_SLAM3: ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial

dushib的博客 1万+

ORB-SLAM2的安装及试运行

主要包括安装ORB-SLAM2的一些相关过程,对自己踩坑的记录,仅做参考

weixin_55076655的博客 5059

ORB-SLAM2应用练习:三维重建系统搭建 (1)

概述本博客记录我使用ORB-SLAM2+立体匹配的算法实现一个简单的三维重构系统的过程。我的思路是这样:从一组双目序列中,得到一条轨迹,在轨迹上对一帧中的两张图作三维重构,并画在帧所在的坐标上,这样就能得到一组数据三维重构的结果。因此,可以用ORB-SLAM2来得到这条轨迹;三维重构需要用到立体匹配的算法,我打算采用opencv封装好的SGBM,但不失扩展性我会采取一些方法保证算法可以随时变更。由于

Yarten 7627

【SLAM】【Ubuntu】ORB-SLAM2在Ubuntu18.04上的详细安装教程

【SLAM】【Ubuntu】ORB-SLAM2在Ubuntu18.04上的详细安装教程

yangyu0515的博客 1万+

px4+ros+gazebo+ORB_SLAM2室内视觉无人机导航

px4+ros+gazebo+ORB_SLAM2室内视觉无人机导航 一、ros+px4环境搭建 我用的ORB_SLAM2视觉相机跑图首先要安装ros+px4环境,我用的阿木实验室的镜像,在此基础上进行再搭建。 二、ORB_SLAM2的必要依赖安装 2.1 安装Pangolin,用于可视化和用户接口 安装依赖库 libglew-dev、 libpython2.7-dev、 libboost-dev、 libboost-thread-dev、 libboost-filesystem-dev: sudo apt-

weixin_48657767的博客 3811

从帧结构到数据解析:深入理解CJ/T 188 MBUS水表通信协议

本文深入解析CJ/T 188 MBUS水表通信协议,从帧结构到数据解析提供完整指南。通过典型报文示例和实战案例,详细讲解地址域、控制码、数据标识符(DI)等关键字段的解析技巧,并分享校验算法与常见错误排查方法,帮助开发者快速掌握MBUS协议在水表通信中的应用。

weixin_28710999的博客 423

ORBSLAM2安装与运行实例

安装过程中会出现各种各样的错误,需要一点一点的解决。

MiningL的博客 2060

从零到一:RF-DETR如何通过神经架构搜索重塑实时目标检测的边界

RF-DETR通过创新的权重共享神经架构搜索(NAS)机制,重新定义了实时目标检测的技术边界。这项技术在COCO等基准测试中表现卓越,成为首个AP超过60的实时检测器,同时保持跨领域稳定性和高效推理速度。RF-DETR的动态架构调整能力使其能够适应从嵌入式设备到云端服务器的各种硬件环境,为工业质检、自动驾驶等场景提供灵活解决方案。

weixin_29061531的博客 469

SLAM-学习笔记(V):安装 ORB SLAM 2

ORB-SLAM2是一个用于单目、双目和RGB-D相机的实时SLAM库,用于计算相机轨迹和稀疏3D重建(在立体和RGB-D情况下具有真实比例)。它能够检测循环并实时重新定位摄像机。

Funny799的博客 1144

find命令

命令是 Linux/Unix 系统中用于搜索文件和目录的强大工具,支持多种搜索条件组合,并能对搜索结果执行各种操作。以下是其详细说明、常用参数及示例: 搜索路径:指定起始目录(如 、 或 表示当前目录)。 查找条件:基于文件名、类型、大小、时间等属性过滤。 处理动作:对匹配结果执行操作(如打印、删除、执行命令等)。 常用参数及示例 1. 按名称查找 :区分大小写匹配文件名。 :不区分大小写匹配文件名。 2. 按文件类型查找 :指定文件类型。 文件类型: :普通文件 :目录 :符号链接

qiao2458的博客 1136

centos7安装Ambari 2.7.5 + HDP3.1.5

准备 1.安装包准备: Ambari2.7.5、HDP31.5、libtirpc-devel: centos7操作系统: 链接:https://pan.baidu.com/s/1vzvio5rAMsbYF0-0vBs5dw 提取码:xij9

kxq的博客 5091

基于Ubuntu的ORB-SLAM2项目环境搭建过程

目录 关于ORB-SLAM2 环境搭建 已有环境 创建环境 尝试运行 测试环境搭建是否成功 尝试数据集 成功运行双目数据集 下一步 关于ORB-SLAM...

weixin_30788239的博客 403

让 ABAP 开发更聪明的搭档:SAP Joule for Developers 与 ABAP AI Capabilities 全面实战

摘要:SAP已将生成式AI集成到ABAP开发工具中,推出Joule for Developers功能。该功能直接嵌入Eclipse开发环境,提供代码解释、生成、测试构造和遗留代码迁移等辅助功能。Joule支持ABAP Cloud项目开发,能围绕当前开发对象提供上下文相关的建议,帮助开发者高效完成应用开发与迁移任务。启用该功能需升级ADT并获取相应许可,典型应用场景包括RAP应用构建和S/4HANA迁移中的代码重构。官方资源提供了多个实践案例,帮助开发者快速上手这一AI辅助开发功能。(149字)

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 492

ORB-SLAM、ORB-SLAM2跑通,运行EuRoC数据集,用EVO评估

教程目的 小白入门ORB两周,历经千辛万苦跑完了ORB和ORB2,并运行了EuRoC数据集,感谢各路优快云大神,特此总结! 环境Ubuntu16.04,虚拟机VMware14,建议运行内存8G以上。 ORB-SLAM 首先一定要看github上面的readme.txt,地址:https://github.com/raulmur/ORB_SLAM 按照github上的步骤安装好所需的东西,另附一位...

weixin_41769727的博客 1万+

爬虫Incapsula reese84加密案例:Etihad航空(纯算法)

爬虫Incapsula reese84加密案例:Etihad航空,本文就不再讲解如何找加密参数、定位加密参数,以及分析加密的一个过程。就直接从扣算法开始,扣算法前先看之前讲解的加密函数生成的过程,文章会一个函数一个函数的讲解扣算法。fiddler根据规则替换本地文件。调试过程中遇到部分环境不一样是正常的,具体还要根据自己调试的js为准,就像之前补环境时是有二十一个循环,这次扣算法多出一个循环,不过大部分环境是一样的第一个函数:通过document.addEventListener添加了很多事件。

老衲爱洗头的博客 1992

自抗扰控制(ADRC)理论与工程实践:6.1 离散时间ADRC的推导

本文系统阐述了自抗扰控制(ADRC)的离散化方法,重点对比了前向欧拉法和基于零阶保持器(ZOH)的精确离散化两种方法。前向欧拉法计算简单但精度较低,稳定性受采样周期约束;ZOH法精度高但对大采样周期更鲁棒。文章详细推导了跟踪微分器、扩张状态观测器和控制律的离散形式,分析了采样周期选择的关键因素,为ADRC的数字实现提供了理论指导。

技术工作者 197

[ORB_SLAM2]零基础搭建与运行

笔者是在Windows 10 的笔记本利用VMware 搭建虚拟机Ubuntu 20.04,在Ubuntu上配置ORB_SLAM2算法,耗时两天,记录一下自己心酸的历程(本人刚开始学习SLAM一个月,真正零基础教程,希望本文能帮到有需要的人)。 1. 硬件 (1)神州笔记本电脑,配置如下: 处理器:Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz 2.59 GHz 机带RAM:16.0 GB (2)虚拟机设置: 硬盘:80 G(强烈建议弄大一点,因为之后数.

lucas_ly的博客 1万+

YOLOv8模型轻量化实战:基于稀疏化剪枝与L1正则化的高效目标检测模型优化-附源码

本文提出一种YOLOv8轻量化方案,通过L1正则化稀疏化训练和动态阈值通道剪枝,在边缘计算场景中优化模型性能。方案分三步:首先通过L1正则诱导权重稀疏化并动态衰减系数;然后基于BN层权重统计进行通道剪枝,保留80%关键通道;最后对剪枝模型微调恢复精度。在COCO128数据集上验证,模型体积压缩40%,推理速度提升2.3倍,mAP仅下降0.4%,实现了精度与效率的平衡。该方案为移动端部署提供了可行的轻量化技术路径。

m0_64661770的博客 479

【ORB-SLAM2】(一):Ubuntu16.04下配置ORB-SLAM2

1 准备工作 在开始配置ORB-SLAM2之前,有若干工具是需要提前安装的,即vim、cmake、git、gcc、g++。 sudo apt-get install vim git cmake -y sudo apt-get install gcc g++ -y -y表示自动安装,不需要每项手动确认输入 Yes一般地,完整版的Ubuntu都带有gcc和g++ 接下来将安装 ROS Kinetic Kame 2 ROS Kinetic Kame 的安装和配置 下面我将给出 ROS Kinet

追求卓越583的博客 2526

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Realsense D435i 在ubuntu上安装SDK与ROS Wrapper 运行ORB-SLAM2、RTAB和VINS-Mono

前言:D435i在D435的基础上,另外搭载了博世的惯性测量单元(IMU),可以作为研究VIO及其他SLAM算法的良好传感器组。本文将介绍自己一步步搭建d435i环境,并成功跑通ORB-SLAM2、RTAB和VINS-Mono的过程,供大家参考。 安装环境 系统:ubuntu 16.04 ROS: Kinetic 传感器:intel realsense d435i 环境上已经成功搭建并使用过ORB-SLAM、VINS与RTAB。

Manii 2万+

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Ubuntu16.04 PC端的ORB-SLAM2环境搭建教程

最近因为项目需要配置了ORB SLAM2环境,网上找来的各种教程很多都是不全面的,各种缺失依赖项,痛苦踩坑。现在整理一份详细的环境搭建策略,供大家参考学习,有问题的话欢迎一起讨论交流。

进阶的乔木同学每天都在码代码 1481

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Ubuntu16.04下配置ORB-SLAM2+gazebo仿真(零基础教程)

本文在Ubuntu16.04下配置了ORB-SLAM2算法,并实现了ORB-SLAM2在gazebo环境下的仿真,适合新手小白!

Xu__Xiaoyang的博客 4717

ORB_SLAM2在Android上的移植过程

作者:Frank 转载请注明出处一直没时间写博客,最近抽时间写了些关于在ORB_SLAM2在Android上的移植过程,也算是点经验吧。写完后一个手贱点了个链接,瞬间1/3工作量没了,深夜弄完也是醉了。。。正文开始这篇博客讲述如何在Android平台上移植ORB_SLAM2,讲述过程包括基本的Android环境的搭建和NDK环境的配置,Android下移植的基本概念,ORB的具体移植步骤等。And

zf19921020的专栏 1万+

Ubuntu20.04 ORB-SLAM2(含ROS)配置并在Gazebo下测试-Part2

前言 Ubuntu20.04系统配置ORB-SLAM2,并安装ROS noetic与Gazebo11。在此基础上实现基于ROS与Gazebo的ORB-SLAM2测试。 Part2:ORB-SLAM2在数据集与Gazebo11下的测试 一、ORB-SLAM2数据集下的测试 Part1提到需要将ORB-SLAM2与ROS工程放在一个文件文件夹下,如下图所示: 下面讲解在数据集下测试ORB-SLAM2。 (1)下载测试数据集 下载网址:http://robotics.ethz.ch/~asl-datasets/

u011046038的博客 3367
上一篇: OpenCV特征匹配相关结构(KeyPoint&DMatch)
下一篇: Ubuntu 16.04 ORB_SLAM2+ROS+usb_cam+AR
HFKuAng
博客等级 码龄11年 70粉丝 13原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值