ORB_SLAM2编译运行过程

ORB-SLAM是一个基于特征点的视觉SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行。由于ORB-SLAM系统是基于特征点的SLAM系统，故其能够实时计算出相机的轨线，并生成场景的稀疏三维重建结果。

1. 安装第三方库

安装前的准备: 安装 vim 、 cmake 、 git 、 gcc 、 g++

sudo apt-get install vim cmake

sudo apt-get install git

sudo apt-get install gcc g++

2. 安装Pangolin (建议源码安装)

1. 安装依赖项

sudo apt-get install libglew-dev
sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev
sudo apt-get install libpython2.7-dev

2. 安装 Pangolin

git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
mkdir build
cd build
cmake -DCPP11_NO_BOOSR=1 ..
make -j

3. 安装OpenCV3.4

安装依赖项

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev
sudo apt-get install libtiff4.dev libswscale-dev libjasper-dev

安装 OpenCV3.4
官网下载源码，建立build文件夹 编译文件夹

cd opencv-3.4.5
mkdir build
cd build
cmake ..
make
sudo make install

配置环境变量

sudo vim /etc/ld.so.conf.d/opencv.conf

在打开的空白文件中添加 /usr/local/lib
执行 sudo ldconfig ,使配置的环境变量生效

配置 .bashrc ,末尾添加下面两行
//打开.bashrc

sudo vim /etc/bash.bashrc

//添加以下两行内容到.bashrc

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

source 与 update

source /etc/bash.bashrc
sudo updatedb

测试opencv

cd opencv-3.4.5/samples/cpp/example_cmake
cmake .
make
./opencv_example

4. 安装Eigen3.3.7

自行下载源码

cd eigen
mkdir build
cd build
cmake ..
sudo make install

安装后头文件安装在/usr/local/include/eigen3/，所以移动头文件

sudo cp -r /usr/local/include/eigen3/Eigen /usr/local/include

5. 编译运行ORB-SLAM2

自行下载源码

cd ORB_SLAM2 
chmod +x build.sh
./build.sh

编译完成后会在ORB_SLAM2/Examples文件夹下生成各种可执行文件。
(可用的数据集有TUM,KITTI,EUROC)。数据集不同，命令的配置文件不同。

单目运行

1.TUM Datase

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/qjf/handy/tum_data/rgbd_dataset_freiburg1_desk/

运行结果：

左侧为图像与追踪到的特征点，右侧为相机轨迹与建模的特征点地图。

2.KITTI Dataset

./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTIX.yaml PATH_TO_DATASET_FOLDER/dataset/sequences/SEQUENCE_NUMBER

3.EuRoC Dataset

./Examples/Monocular/mono_euroc Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml PATH_TO_SEQUENCE/cam0/data Examples/Monocular/EuRoC_TimeStamps/SEQUENCE.txt 

双目运行

TUM Dataset

 ./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUMX.yaml PATH_TO_SEQUENCE_FOLDER ASSOCIATIONS_FILE

ROS下运行

1.编译
先在~/.bashrc文件末尾添加一行路径，如下

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/自己的用户名/slam_ws/src/ORB_SLAM2/Examples/ROS

然后source一下

source ~/.bashrc 

可以用echo $ROS_PACKAGE_PATH来检查一下路径
编译：

 chmod +x build_ros.sh
  ./build_ros.sh

2.Running RGB_D Node

第1个终端：roscore
第2个终端：rosrun ORB_SLAM2 RGBD PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE