Ubuntu16.04下ORB_SLAM3的编译及运行【完整教程】

（PS：由于项目需求，要复现ORB-SLAM3开源算法。在这里记录下本人的实现过程。）

0 ORB_SLAM3简介

来源：【开源方案共享】ORB-SLAM3开源啦！
ORB_SLAM3在2020年7月中旬开源了！这是一个能够使用单目，立体，RGB-D相机，兼容针孔以及鱼眼相机模型进行视觉、视觉+惯导和多地图的SLAM方案。该方案主要有如下三个创新点：

1. 实现了基于视觉特征与惯导的紧耦合SLAM系统，该系统完全依赖Maximum-a-Posteriori（MAP）估计，即便在初始化阶段也是如此。这种方案无论在小型或者大型室内室外环境中都能够稳定的运行，并且比以前的方法精确了2-5倍。（朋友们？你听到这个结果兴奋吗？可以养活一大批SLAM工作者和企业）
2. 多地图系统的融合。依赖于一种新的位置识别和改进的回环检测，能够保证ORB-SLAM3能够长时间的在特征点不良的环境下有效的运行，并且当它跟丢的时候，就会重新启动一个新的地图，当相机故地重游的时候，系统能够无缝的合并多个地图。
3. 与一般的视觉里程计只能利用最后相邻几帧图像数据相比，ORB-SLAM3是第一个能够在算法阶段重用所有历史信息的系统，其中包含了共视帧之间的捆集调整（BA），即使共视帧在时间上相差甚远，甚至来自不同的地图，实验表明，在所有的传感器配置中，ORB-SLAM3与文献中可用的最好的系统一样健壮，并且更精确。值得注意的是，我们的立体惯性SLAM在EuRoC无人机上的平均精度为3.6厘米，在TUM-VI数据集（AR/VR场景的一个典型场景）中，快速手持式移动时的平均精度为9毫米。

1 环境说明

为了方便，本人使用VMware Workstation软件进行虚拟机安装。
本人linux系统版本为：ubuntu 16.04 LTS。对于刚安装的系统，下面所有步骤都要执行，一步步耐心执行就行。

2 各种库的下载安装

2.1 源码下载

见论文作者的Github： https://github.com/UZ-SLAMLab/ORB_SLAM3.

2.2 Pangolin安装

Pangolin主要用于可视化和用户界面。安装详见官方教程：https://github.com/stevenlovegrove/Pangolin，一步步执行便可完成。（笔者未安装标记有Optional Dependencies的可选包）

2.3 opencv安装

opencv主要用于ORB特征点提取。源码要求OpenCV 3.2及以上。
笔者在安装opencv安装时，遇到了ippi