ORB-SLAM2 安装和编译 及BUG解决方案

最新推荐文章于 2025-09-29 19:44:18 发布
原创 最新推荐文章于 2025-09-29 19:44:18 发布 · 5.3k 阅读 · 30 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#c++ #linux #ubuntu

本文介绍在Linux及Ubuntu系统上安装和编译ORB - SLAM2的流程，包括从GitHub下载代码，安装运行所需的环境和库，如Pangolin、OpenCV、Eigen3等，还列出安装过程中可能出现的问题及解决方法，助读者成功运行ORB - SLAM2。

ORB-SLAM2 的安装和编译

ORB-SLAM2是一个非常经典的视觉SLAM 开源方案，可以作为你学习SLAM的范本。

本文主要介绍如何在LINUX操作系统上，及ubantu上使用视频运行ORB-SLAM2。也列出了本人在安装过程中出现的出现的问题以及解决问题的相应方案。

下面是安装及编译的流程，请大家严格遵守安装顺序，不然会出现依赖错误。

  1. 从github.com下载ORB-SLAM2的代码。地址是：
    添加链接描述
    可以在github上直接download ZIP压缩文件。也可在安装git之后，用以下命令在终端上下载
git clone https://github.com/raulmur/ORB_SLAM2

最后我们会下载得到这个文件在这里插入图片描述
2. 在打开上述github链接后，下翻至底会看到 2.Prerequisites这表示运行ORB-SLAM2需要准备这些环境在这里插入图片描述我们暂且不用着急，一条一条按步骤安装
他说我们测试这个库在ubantu版本12.04，14.04和16.04上，但是本人是在ubantu20.04上测试的，完全没有问题。我们还需要安装C++11或C++0x编译器。在编译ORB-SLAM2过程中我们需要cmake，所以没有安装的同学可以使用这条命令下载

sudo apt install cmake
<
最低0.47元/天 解锁文章
kakelu
关注
ORB-SLAM2项目实战(1) — ORB_SLAM2安装与编译报错的解决办法
几度春风里的博客
11-12 6768
ORB_SLAM2安装与编译报错的解决办法
ubuntu20.04配置并编译ORB-SLAM2
m0_51351999的博客
01-23 978
超详细，希望自己和大家都不要被入门之前的环境问题难倒
编译安装ORB-SLAM2记录
最新发布
2301_79651566的博客
09-29 643
将#include <opencv/cv.h>修改为#include <opencv2/opencv.hpp>前移到set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -O3 ")前。在Examples文件夹中的各文件和src文件夹中。移除 -march=native 编译选项。make -j修改为make -j2。更新C++标准到C++14。更新Eigen3查找配置。# 给脚本添加执行权限。
ORB_SLAM2编译及试运行（含ROS）
weixin_43693946的博客
03-09 7159
ORB SLAM2 编译
ORBSLAM2编译
renye_lpl的博客
01-31 570
编译环境：ubuntu14.04+ROS indigo+opencv2.4.11 参考：http://blog.youkuaiyun.com/xmy306538517/article/details/59501718 1.ubuntu14.04下cmake的基本配置不再多提，避免出现版本过低的情况，建议直接装最新的。 2.配置ROS的过程参照官网：ROS indigo配置，配置ros没有什么坑，一步
ORB_SLAM2编译笔记
weixin_45349865的博客
12-26 987
会点openGL，C++，Linux，其他啥也不会，先说说自己的目标吧，自己想搞一个室内定位机器人玩，顺带了解一下opencv和VSLAM，不求学多精，拓宽一下自己的见识。这次目的是编译ORB_SLAM2跑通。此为菜鸡笔记，踩了大概一个星期的坑吧，才编译出 libORB_SLAM2.so，大神路过可以指导一下，同为菜鸟的话也可以互相交流。历时一个星期才将库编译成功，离我的目的还差多远，下一篇总结也不知道什么时候的事了，加油。
视觉SLAM笔记--第2篇: ORB_SLAM2编译运行
w风的季节-博客
04-17 1414
ORB_SLAM2编译运行1. ORB-SLAM2编译运行1.1 安装依赖库1.2 编译1.3 运行测试1.4 测试结果2. 出现的问题及解决方案2.1 "cv_bridge"问题2.2 链接库问题3. 后续计划 1. ORB-SLAM2编译运行 1.1 安装依赖库 编译ORBSLAM2需要的第三方依赖库包括: OpenCV ( 版本 >2.4.3) Eigen3 (版本 > 3.1...
【ORB-SLAM2】（一）：Ubuntu16.04下配置ORB-SLAM2
追求卓越583的博客
07-09 2447
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
【SLAM】ubuntu16.04编译ORB-SLAM2及运行RGB-D实例
Venistar的博客
09-20 3250
ORB-SLAM2安装及无ROS下运行RGB-D实例0 准备工作1 安装Pangolin（1）安装必要的依赖项（2）从github下载项目（3）编译安装3 安装OpenCV（1）安装依赖项1）安装编译工具2）安装依赖包3）安装可选包（2）下载OpenCV 2.4.13.6（3） 编译安装（4） 配置OpenCV环境变量1）将opencv的库加入到路径2）使配置生效（5）测试实例4 安装Eigen3（1） 安装Eigen库（2） 寻找Eigen3头文件（3） 调用Eigen库5 安装g2o和DBoW2的依赖项
ubuntu18.04配置ORB-SLAM3（包含ROS）完整版教程
热门推荐
hhz_999的博客
09-25 2万+
ORB_SLAM3安装教程ORB_SLAM3安装准备1、C++11 or C++0x Compiler2、Pangolin3、OpenCV安装4、Eigen安装5、boost安装6、DBoW2 and g2o正式编译ORB_SLAM3测试ROS安装 本人是武汉大学测绘国重实验室的一名slam小白。组内有新生讲课的习惯，目前选题为视觉slam介绍，程序方面就选择orbslam3的编译和运行，本次配置花费了将近3天时间，遇到很多的bug，幸运的是每个问题都找到了原因并且配置成功了。 ps：只能说时代变化太快了，
[学习SLAM | | 单目]ORB-SLAM2之地图保存、轨迹保存 实践篇
qq_43445817的博客
09-14 3634
https://blog.youkuaiyun.com/kyjl888/article/details/88416122
ORB SLAM2 编译
飞飞君
01-11 679
【代码】ORB SLAM2 编译及运行结果分析。
ORB-SLAM2 编译记录
Robert_Q的博客
11-28 1042
ORB-SLAM2编译记录 由于之前已经编译过ORB-SLAM3，大部分库都已经配置好了，这次主要只了处理两个错误 1. error: usleep is not declared in this scope “/xxx/xxx/ORB_SLAM2/Examples/Stereo/stereo_euroc.cc:169:13: error: ‘usleep’ was not declared in this scope”,“usleep((T-ttrack)*1e6);”； “/home/qyz/ORB_S
SLAM入门之ORBSLAM2编译运行
ykwjt的博客
03-03 2941
ORBSLAM2的编译与运行 环境：Ubuntu16.04 ORBSLAM2 官网的源码和配置教程：https://github.com/raulmur/ORB_SLAM2 （1）安装工具 sudo apt-get install cmake sudo apt-get install Git sudo apt-get install gcc g++ (2) 安装pangolin 安装...
ORB-SLAM2的编译和安装
weixin_41586393的博客
06-09 1860
ubuntu16.04安装编译ORB-SLAM2 一开始按照http://www.pianshen.com/article/1673147894/ 进行的安装，运行 git clonehttps://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 cd ORB_SLAM2 chmod +x build.sh ./build.sh 试了几次，总是报错，错误如下...
ORB-SLAM2 安装编译运行（非 ROS）
weixin_43802726的博客
07-02 1147
自己也可以用脚本来同步，结果和 ORB_SLAM2 里存储的是一样的，代码见下。支持 Python2，PATH_TO_SEQUENCE_FOLDER 要对应于你的数据集文件夹存放路径，在我的电脑上，上述。运行格式如下，其中 PATH_TO_SEQUENCE，SEQUENCE 需要替换成自己的路径或文件名。运行格式如下，其中 PATH_TO_SEQUENCE，SEQUENCE 需要替换成自己的路径或文件名。PATH_TO_SEQUENCE_FOLDER 要对应于你的数据集文件夹存放路径，在我的电脑上，上。
[学习记录]ORB-SLAM2编译运行
weixin_46372127的博客
03-24 3215
ORB-SLAM2编译问题： 提示：非ROS版、学习记录、搬运工 （1）编译ORB-SLAM2时，报错：error: usleep is not declared this scope 解决：在/include/System.h文件中添加头文件 （在一个博客中的给的github链接上找到的解决方案） #include <unistd.h> #include <stdio.h> #include <stdlib.h> （2）注意c++14标准问题 报错：报错一堆的错误
ORBSLAM2编译依赖（实现视觉SLAM）
m0_64730542的博客
05-30 1142
ORBSLAM2编译依赖的步骤
ORB-SLAM2
qq_65913626的博客
04-27 1519
从github.com下载ORB-SLAM2的代码。地址是：ORB-SLAM2可以在github上直接download ZIP压缩文件。也可在安装git之后，用以下命令在终端上下载。
保姆及orb-slam2
03-20
### ORB-SLAM2 的安装与使用指南 #### 1. 环境准备 为了成功运行 ORB-SLAM2，需要配置合适的开发环境。通常情况下，推荐的操作系统为 Ubuntu 16.04 或更高版本，并确保已安装必要的依赖项，例如 ROS (Robot Operating System)，OpenCV 和 Eigen 库[^1]。 对于初学者来说，可以参考官方文档中的说明来设置这些依赖项。如果遇到依赖问题或者编译错误，可利用社区维护的工具包解决这些问题，例如 DBoW2 和 DLoopDetector 已被封装并修复了一些常见 bug，可以直接下载和集成到项目中[^2]。 --- #### 2. 下载源码 可以从 GitHub 上获取 ORB-SLAM2 的最新稳定版代码库。克隆仓库后，请仔细阅读 README 文件中的指导说明，其中包含了详细的构建流程以及可能需要注意的地方： ```bash git clone https://github.com/raulmur/ORB_SLAM2.git cd ORB_SLAM2 chmod +x build.sh ./build.sh ``` 上述脚本会自动完成 CMake 配置和 Make 构建过程。如果有任何自定义需求（如指定 OpenCV 版本），可以在 `CMakeLists.txt` 中调整参数后再重新执行构建命令。 --- #### 3. 数据集支持 为了验证算法性能，建议从公开数据集中选取测试素材。TUM RGB-D Dataset 是一个常用的选择之一，它提供了丰富的室内场景视频序列及其对应的真值轨迹文件。加载 TUM 格式的输入时需注意路径匹配规则，具体实现方式可见示例程序 `examples/TumExample.cc`。 另外，在实际应用过程中还可能会涉及多传感器融合的情况，比如双目摄像头加惯性测量单元(IMU)的数据处理逻辑，则应参照相关扩展模块进行适配操作[^4]。 --- #### 4. 关键技术解析 在深入学习之前理解核心组件的工作原理非常重要。以下是几个重要概念简介： - **关键帧管理**: 自动决定哪些图像作为地图的关键部分存储下来用于后续定位计算； - **局部映射(Local Mapping)**: 实现即时三维重建功能的核心环节； - **回环检测(Loop Closing)**: 提高全局一致性的关键技术手段；通过词袋模型(Bag of Words Model)快速检索相似视图从而减少累积误差的影响。 值得注意的是，ORB 描述符采用了基于 BRIEF 的改进方案 rBRIEF ，这种设计既保留了高效运算的优点又增强了旋转鲁棒特性[^3]。 --- #### 5. 示例演示 下面给出一段简单的 Python 调用接口例子展示如何启动单目 SLAM 流程: ```python import cv2 from orb_slam2 import System # 初始化SLAM系统 slam = System(voc_file="Vocabulary/ORBvoc.txt", settings_file="Examples/Monocular/TUM.yaml") cap = cv2.VideoCapture('path_to_video.mp4') while True: ret, frame = cap.read() if not ret: break slam.ProcessImageMonocular(frame) cv2.destroyAllWindows() slam.Shutdown() ``` 此段代码片段展示了基本框架搭建方法，更多高级选项可通过查阅 API 文档进一步探索。 ---
评论 5
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