【10天速通Navigation2】(四) ：ORB-SLAM3的ROS2 humble编译和配置

前言

• 往期内容：
  • 第一期：【10天速通Navigation2】(一) 框架总览和概念解释
  • 第二期：【10天速通Navigation2】(二) ：ROS2gazebo阿克曼小车模型搭建-gazebo_ackermann_drive等插件的配置和说明
  • 第三期：【10天速通Navigation2】(三) ：Cartographer建图算法配置：从仿真到实车，从原理到实现
• 本教材将贯穿nav2的全部内容，使用ROS2和C++实现一些仿真乃至实车中常见的建图和路径规划算法，例如cartographer,ORB-SLAM,RRT,hybrid-astar。我们将注重与原理讲解和代码实现，去详细讲解每一步的配置过程和代码复现细节。
• 同理本教材默认大家有一些基础的ROS2和C++的编程基础，故不对一些基础部分进行详细说明。
• 本教程使用的环境：
  • ROS2 humble
  • ubuntu 22.04 LTS
• 接下来两期我们将进行ORB-SLAM3 的配置和原理讲解，本期我们将重点讲解ORB-SLAM3在ROS2的环境配置，由于环境配置稍微复杂，所以这一期我们单独挑出来说明。
• 配置成功后，下图是抱着电脑使用电脑摄像头进行的ORB-SLAM3-ROS2的建图

---

1 ORB-SLAM3

1-1 介绍

• ORB-SLAM3是一个开源的视觉SLAM（Simultaneous Localization and Mapping，同时定位与建图）系统，它是ORB-SLAM和ORB-SLAM2的后续版本。SLAM是一种用于同时估计相机位置和构建环境地图的技术，广泛用于机器人、增强现实和自动驾驶车辆等领域。

• ORB-SLAM3官网

• 但是值得一提的是，官网提供的ROS支持只有在ROS1 Melodic中配置，所以这里我们选择还一个进行配置

• 这里我们选择别人开源的这个ORB-SLAM3-ROS2进行配置

• ORB-SLAM3-ROS2

1-2 安装依赖清单

• 在正式配置之前，我们需要预先安装一些必要的依赖。
  • OpenCV 4.2.0
  • cv_bridge for opencv 4.2(注意这里的cv_brigde版本一定要和OpenCV的版本一致且都为4.2.0!!!)
  • Pangolin
  • Eigen3
  • DBoW2 and g2o (包含在ORB-SLAM3本体的安装目录下)
  • Python:系统自带即可
  • ROS ：这个肯定有的，这里我使用的是ROS2 Humble
  • ORB-SLAM3本体
• 最后就是我们的ORB-SLAM3-ROS2

---

2 OpenCV 4.2.0编译安装

2-1 介绍

• OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。OpenCV旨在提供一个跨平台的中等API，以促进计算机视觉技术在商业产品中的应用。它由Intel在1999年发起，现在由一个活跃的贡献者社区维护，并且可以免费用于学术和商业用途。

2-2 源码编译安装

• 值得注意的是，ORB-SLAM3必须使用OpenCV 4.2.0,否则可能会造成后续一系列的报错。（参见最后一节报错汇总

• 由于直接使用apt包管理器默认安装的是最新版本的OpenCV4.5.5,我们这边需要使用到历史版本，所以这里我们选择源码安装。

  • 我们不使用这个：sudo apt install libopencv-dev

• 在下载CV之前，我们需要准备一些基本GUI的依赖

sudo apt-get update
sudo apt-get install libgtk2.0-dev pkg-config

• 这里我们直接使用wget 命令直接下载 OpenCV 4.2.0 的源码压缩包

cd ~
wget -O opencv.zip https://github.com/opencv/opencv/archive/4.2.0.zip

• 下载完后我们解压安装包

unzip opencv.zip

• 这将创建一个名为 opencv-4.2.0 的目录，该目录包含了 OpenCV 4.2.0 的源码。

• 然后我们新建一个build目录

mkdir build
cd build

• 我们进行cmake配置，注意这里需要打开WITH_GTK,否则后续GUI显示可能会出现问题

cmake -D CMAKE_BUILD_TYPE=Release \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D WITH_GTK=ON ..

• 然后我们进行编译,这里-j4表示制定4个核并行编译

make -j4

• 是在软件编译成功后，将其安装到系统中的最后一步

sudo make install

• 安装成功后我们可以在usr/local下找到：

• /usr/local/bin/：OpenCV 提供的工具或示例程序

• /usr/local/lib/：动态链接库（通常是 .so 文件在 Linux 系统上，.dylib 文件在 macOS 上）和静态库（通常是 .a 文件）会被安装在这里。

• 不放心的朋友们可以自己跑一个基础的cv历程来测试

#include <opencv2/opencv.hpp>
#include <iostream>

int main(int argc, char **argv) {
    // 检查是否提供了图像文件名
    if (argc != 2) {
        std::cout << "Usage: " << argv[0] << " <Image_Path>" << std::endl;
        return -1;
    }

    // 加载图像
    cv::Mat image = cv::imread(argv[1], cv::IMREAD_COLOR);
    if (image.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    // 将图像转换为灰度
    cv::Mat gray_image;
    cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY);

    // 显示原始图像
    cv::namedWindow("Original Image", cv::WINDOW_AUTOSIZE);
    cv::imshow("Original Image", image);

    // 显示灰度图像
    cv::namedWindow("Gray Image", cv::WINDOW_AUTOSIZE);
    cv::imshow("Gray Image", gray_image);

    // 等待用户按键然后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

---

3 cv_bridge for opencv 4.2编译

3-1 介绍

• cv_bridge 是一个用于在 ROS (Robot Operating System) 中桥接 ROS 图像消息和 OpenCV 图像数据的库。在 ROS 中，图像通常以 sensor_msgs/Image 消息的形式传输，而 OpenCV 使用自己的 cv::Mat 数据结构来处理图像。cv_bridge 提供了一个方便的方式来转换这两种格式，使得开发者可以轻松地在 ROS 和 OpenCV 之间转换图像数据。

3-2 安装

• 和上面的OpenCV一样，如果直接使用apt安装会是最新版本的
  • 所以我们不使用:sudo apt install ros-humble-cv-bridge
• 这里我们同样需要拉取源码进行编译，我们直接拉取源码

git clone -b humble https://github.com/ros-perception/vision_opencv

• 注意这里我们需要的是cv_brigde,同理我们创建build目录

cd vision_opencv/cv_bridge/
mkdir build
cd build/

• 然后我们进行编译,注意这里我们安装到/opt/ros/humble

cmake -DCMAKE_INSTALL_PREFIX=/opt/ros/humble ..
make -j4
sudo make install

![[Pasted image 20241028222014.png]]

---

4 Pangolin

4-1 介绍

• Pangolin 是一个轻量级的、开源的库，用于处理计算机视觉和机器人领域中的3D数据、相机标定、3D模型显示、用户界面以及其他与3D相关的任务。它由斯特拉斯堡大学（University of Strasbourg）的 Steven Lovegrove 开发，并广泛用于学术界和工业界的各种项目中。

4-2 安装编译

• 同理

git clone https://github.com/stevenlovegrove/Pangolin

mkdir build 
cd build 
cmake .. 
make -j4 
sudo make install

4-3 测试安装成功

• 我们编译其中的测试模块

cd Pangilin/examples/HelloPangolin
mkdir build
cd build
cmake ..
make

• 运行测试

sudo ldconfig
./HelloPangolin

• 当出现下述方块表示安装成功

---

5 Eigen3

5-1 介绍

• Eigen是一个高级的C++库，用于线性代数、矩阵和向量运算、数值解算以及相关的算法。Eigen3是Eigen库的第三个主要版本，它提供了快速、高效且易于使用的API来处理矩阵和向量运算，适用于各种科学和工程计算问题。

5-2 安装

• 最简单的一集

sudo apt-get install libeigen3-dev

---

6 OLB-SLAM3本体编译

6-1 安装

• 安装好上述依赖以后，我们就可以安装ORB-SLAM3的本体拉
• 我们拉取源码

git clone https://github.com/zang09/ORB-SLAM3-STEREO-FIXED.git ORB_SLAM3

• 下载后在编译前我们需要打开源码中的可视化部分

• 然后我们开始编译

cd ORB_SLAM3
chmod +x build.sh
./build.sh

• 理论上安装上述依赖完全代码编译是可以通过的，如果有错误，参照最后面的报错参考。

6-2 数据及测试

• 根据官网提示，我们可以下载数据集来测试ORB-SLAM3的安装

• 这里我们随便点一个link下载数据集数据集连接

• 下载后我们解压

• 

• 我们记住这个解压后的文件路径，比如说我的 /home/zhlucifer/Downloads/MH_01_easy

• 进入文件夹，终端输入，测试代码

cd ORB_SLAM3
cd Examples
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml /home/zhlucifer/Downloads/MH_01_easy ./Monocular/EuRoC_TimeStamps/MH01.txt

• 

• 

• 出现上述画面就成功辣！！！！！！！！！！

---

7 ORB-SLAM3-ROS2编译安装

7-1 编译安装

• 那么上述我们是成功安装了ORB-SLAM3本体，如果我们还需要使用ROS2和它对接，我们需要安装ORB-SLAM3-ROS2

• 我们还需要额外下载一些ROS2的依赖包

sudo apt install ros-$ROS_DISTRO-vision-opencv && sudo apt install ros-$ROS_DISTRO-message-filters

• 然后我们就可以正式开始我们的编译了，我们进入前几节课创建的工作空间,然后拉取源码

cd qingzhou_sim/src
git clone https://github.com/zang09/ORB_SLAM3_ROS2.git orbslam3_ros2

• 在正式开始编译之前有一些部分需要修改：

• 替换CMakeLists中你的python的路径

• 替换CMakeModules中ORB-SLAM3为你刚刚编译好的ORB-SLAM3的路径

• 然后事不宜迟，直接开始编译

colcon build

• 然后就成了！！！上述是编译警告，无伤大雅！！！

---

7-2 ORB-SLAM3-MONO单目SLAM测试

• 那事不宜迟，我们先使用我们自己电脑的摄影头来尝试吧！
• 我们安装基础的摄像头驱动库

sudo apt-get install ros-humble-image-transport ros-humble-camera-info-manager
sudo apt install ros-humble-image-tools

• 我们通过ls /dev/video*找到我们的摄像头,通常是/dev/video0

• 我们打开摄像头节点进行摄像头拍摄和图像话题发布

ros2 run image_tools cam2image --ros-args -p video_device:=/dev/video0

• 我们打开RVIZ2订阅/image话题,可以看到我们的电脑前端画面!

• 那么紧接着我们就来测试ORB-SLAM3-ROS2,我们打开源码中单目建图订阅图像话题的部分（下一期我们再讲这是什么）

• 修改为/image进行编译。

colcon build

• 然后我们解压vocabulary下的压缩包

• 然后我们运行

source ./install/setup.bash
ros2 run orbslam3 mono ./src/orbslam3_ros2/vocabulary/ORBvoc.txt ./src/orbslam3_ros2/config/monocular/TUM1.yaml

• 

• 一开始启动是黑的不要紧，因为还没有数据更新

• 我们移动电脑摄像头，可以看到交点特征被提取，ORB-SLAM3开始工作

• 我们抱着电脑缓慢移动，可以看到如下场景，我在室内转了一圈后回到原点，下属窗口记录了我的移动路径。

• 自此，我们就完成配置辣！！！！！！！！！！！！！！！！！

---

8 报错汇总

8-1 OpenCV编译或者运行出错

8-1-1 The function is not implemented

• 原因是没编译gtk的GUI

• 解决方法：

sudo apt-get update
sudo apt-get install libgtk2.0-dev pkg-config

• 然后Cmake的时候打开WITH_GTK=ON

cmake -D CMAKE_BUILD_TYPE=Release \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D WITH_GTK=ON ..

8-2 ORB-SLAM3编译报错

8-2-1 Sophus库出现重复链接

• 代码出现重复定义

• 

• 根据所需，选择一个添加

• 

• !

8-2-2 std::enable_if_t等找不到

• 

• 制定编译标准为C++14

8-1 ORB-SLAM3-ROS2编译报错

8-1-2 undefined reference to symbol '_ZN2cv23…

• 如下

• 或者如下!

• 解决方法：![
  ]

• 选择OpenCV 4.2.0，同时选择编译对应版本的cv_bridge

---

9 小节

• 本期介绍了如何在ROS2 Humble上进行ORB-SLAM3-ROS2的配置。
• 下一期我们在仿真中配置深度相机插件，并说明如何进行ORB-SLAM3-ROS2的使用
• 如有错误，欢迎指出！！！感谢大家的支持！！！