【SLAM实战篇】Ubuntu 20.04版本（OpenCV版本4.5.3）对于ORB-SLAM2安装运行，代码编译，自己的数据集构造

这篇具有很好参考价值的文章主要介绍了【SLAM实战篇】Ubuntu 20.04版本（OpenCV版本4.5.3）对于ORB-SLAM2安装运行，代码编译，自己的数据集构造。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

学完SLAM十四讲心血来潮想跑一下ORB-SLAM2的代码，纯新手小白，自己的踩坑经历进行整理：
本文章主要对ORB-SLAM2进行编译运行。以及自己构建数据集。

1 ORB-SLAM2 简介

源码github地址：https://github.com/raulmur/ORB_SLAM2
终端克隆代码：

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

ubuntu20.04 安装运行orb_slam2算法,ubuntu,opencv,linux,c++
查看源代码，其重要的代码库仅为三个文件夹：

Example
include
src

2 安装相关库：

可以去看我师兄在知乎发的文章：https://zhuanlan.zhihu.com/p/452256687
主要操作：

2.1更新apt库：

sudo apt-get update

2.2安装git

用于从Github上克隆项目到本地

sudo apt-get install git

2.3安装cmake(巨牛逼)

用于程序的编译

sudo apt-get install cmake

2.4安装Pangolin

注意：需安装0.5版本的Pangolin，若安装最新版会在SLAM项目build时出现 cannot find -lEigen3::Eigen 的报错。
直接在Ubuntu中打开链接
下载地址：https://github.com/stevenlovegrove/Pangolin/tree/v0.5
终端克隆仓库：

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

安装依赖项：

sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev libpython3.8-dev python3-pip

在slambook2/3rdparty/Pangolin文件夹下打开终端并输入：

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

测试验证：

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

此时终端出现图像，则安装成功
ubuntu20.04 安装运行orb_slam2算法,ubuntu,opencv,linux,c++

3 更改代码中OpenCV（本代码经过修改为4.5.3版本适用）版本

3.1 版本过高，更改最新版本

涉及文件夹：

CMakeLists.txt
Examples/ROS/ORB_SLAM2/CMakeLists.txt
Thirdparty/DBoW2/CMakeLists.txt

需要更改第一行代码，下面那一行是判断版本不正确时，不会进入那一步

find_package(OpenCV 3.0 QUIET)   中更改为   find_package(OpenCV 4.5.3 QUIET)

ubuntu20.04 安装运行orb_slam2算法,ubuntu,opencv,linux,c++

由于OpenCV版本问题，在opencv4中opencv2的cv.h融合进了imgproc.hpp里我们修改其代码，

include文件夹

include/ORBextractor.h

头文件中

#include <opencv/cv.h>

更改为

#include <opencv2/imgproc/imgproc_c.h>
#include <opencv2/highgui/highgui_c.h>

3.2 OpenCV高版本更改

由于opencv高版本弃用CV_LOAD_IMAGE_UNCHANGED这一参数导致的涉及到以下文件夹：

Examples/Monocular/mono_euroc.cc
Examples/Monocular/mono_kitti.cc
Examples/Monocular/mono_tum.cc
Examples/RGB-D/rgbd_tum.cc
Examples/ROS/Stereo/stereo_euroc.cc
Examples/ROS/Stereo/stereo_kitti.cc
Examples/Stereo/stereo_euroc.cc
Examples/Stereo/stereo_kitti.cc

将  CV_LOAD_IMAGE_UNCHANGED  更改为	cv::IMREAD_UNCHANGED

4 代码报错

4.1 初次编译

orbslam2 fatal error: …/…/config.h: 没有那个文件或目录
因为g2o没有编译完整,进入ORB_SLAM2文件夹,重新执行 ./build.sh
打开ORB-SLAM文件夹，终端输入完整代码：

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

4.2 为避免报错usleep（未声明）的问题

在以下文件夹中头文件添加

Examples 中 Monocular单目相机文件夹

Examples/Monocular/mono_euroc.cc
Examples/Monocular/mono_kitti.cc
Examples/Monocular/mono_tum.cc

Examples 中 RGB-D深度相机文件夹

Examples/RGB-D/rgbd_tum.cc

Examples 中 Stereo双目相机文件夹

Examples/Stereo/stereo_euroc.cc
Examples/Stereo/stereo_kitti.cc

include文件夹

include/System.h

src文件夹

src/LocalMapping.cc
src/LoopClosing.cc
src/System.cc
src/Tracking.cc
src/Viewer.cc

头文件添加

#include <unistd.h>

4.3 修改

把ORB-SLAM2源码目录中include/LoopClosing.h文件夹中第49行代码（中文注释版本在第64行）：

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
   	 Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

修改为：

typedef map<KeyFrame*,g2o::Sim3,std::less<KeyFrame*>,
    Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

5 搭建自己的数据集（单目视频）

原本ORB-SLAM2文件夹的样子：
ubuntu20.04 安装运行orb_slam2算法,ubuntu,opencv,linux,c++
在跑自己的数据后文件夹内容：

5.1 新建myvideo.yaml

在ORB-SLAM2文件夹打开终端，要新建一个myvideo.yaml，在终端输入：

gedit myvideo.yaml

打开新建myvideo.yaml，复制以下内容：

%YAML:1.0
 
#--------------------------------------------------------------------------------------------
# Camera Parameters. Adjust them!
#--------------------------------------------------------------------------------------------
 
# Camera calibration and distortion parameters (OpenCV) 
Camera.fx: 500.0
Camera.fy: 500.0
Camera.cx: 320.0
Camera.cy: 240.0
 
Camera.k1: 0
Camera.k2: 0
Camera.p1: 0
Camera.p2: 0
Camera.k3: 0
 
# Camera frames per second 
Camera.fps: 30.0
 
# Color order of the images (0: BGR, 1: RGB. It is ignored if images are grayscale)
Camera.RGB: 0
 
#--------------------------------------------------------------------------------------------
# ORB Parameters
#--------------------------------------------------------------------------------------------
 
# ORB Extractor: Number of features per image
ORBextractor.nFeatures: 1000
 
# ORB Extractor: Scale factor between levels in the scale pyramid     
ORBextractor.scaleFactor: 1.2
 
# ORB Extractor: Number of levels in the scale pyramid    
ORBextractor.nLevels: 8
 
# ORB Extractor: Fast threshold
# Image is divided in a grid. At each cell FAST are extracted imposing a minimum response.
# Firstly we impose iniThFAST. If no corners are detected we impose a lower value minThFAST
# You can lower these values if your images have low contrast            
ORBextractor.iniThFAST: 10
ORBextractor.minThFAST: 5
 
#--------------------------------------------------------------------------------------------
# Viewer Parameters
#--------------------------------------------------------------------------------------------
Viewer.KeyFrameSize: 0.05
Viewer.KeyFrameLineWidth: 1
Viewer.GraphLineWidth: 0.9
Viewer.PointSize: 2
Viewer.CameraSize: 0.08
Viewer.CameraLineWidth: 3
Viewer.ViewpointX: 0
Viewer.ViewpointY: -0.7
Viewer.ViewpointZ: -1.8
Viewer.ViewpointF: 500

（这一步是设置自己手机摄像头的参数，可以就按照这个用着，手机相机的参数差不多。）

5.2 新建myvideo.cpp

在ORB-SLAM2文件夹打开终端，要新建一个myvideo.cpp，在终端输入：

gedit myvideo.cpp

打开新建的myvideo.cpp，直接复制输入下面的代码。注意第9、10、12行，根据myvideo.yaml、ORBvoc.txt、myvideo.mp4的具体位置自行修改。

#include <opencv2/opencv.hpp>
#include "System.h"
#include <string>
#include <chrono>   // for time stamp
#include <iostream>
using namespace std;
// 参数文件与字典文件
// 如果你系统上的路径不同，请修改它
string parameterFile = "./myvideo.yaml";
string vocFile = "./Vocabulary/ORBvoc.txt";
// 视频文件，若不同请修改
string videoFile = "./myvideo.mp4";
int main(int argc, char **argv) {
 // 声明 ORB-SLAM2 系统
    ORB_SLAM2::System SLAM(vocFile, parameterFile, ORB_SLAM2::System::MONOCULAR, true);
 // 获取视频图像
  cv::VideoCapture cap(videoFile);    // change to 0 if you want to use USB camera.
  // 记录系统时间
  auto start = chrono::system_clock::now();

while (1) {
        cv::Mat frame;
        cap >> frame;   // 读取相机数据

        if ( frame.data == nullptr )
            continue;
        // rescale because image is too large
        cv::Mat frame_resized;
        cv::resize(frame, frame_resized, cv::Size(640,360));
        auto now = chrono::system_clock::now();
        auto timestamp = chrono::duration_cast<chrono::milliseconds>(now - start);
        SLAM.TrackMonocular(frame_resized, double(timestamp.count())/1000.0);
        cv::waitKey(30);
    }
    return 0;


}

（这一步，若按照以上的步骤是不需要修改的，第一步的myvideo.yaml就在ORB-SLAM2文件夹中，ORBvoc.txt下载自带的就在ORB-SLAM2文件夹的Vocabulary文件夹中，myvideo.mp4在第四步，也在ORB-SLAM2文件夹中

5.3 修改CMakeLists.txt

打开ORB-SLAM2文件夹中的CMakeLists.txt，在最后复制添加以下代码并保存：

#生成调用myvideo.mp4 可执行文件
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR})
add_executable(myvideo myvideo.cpp)
target_link_libraries(myvideo ${PROJECT_NAME})

5.4 拍摄一段视频

注意使用手机（单目）拍摄视频时，因slam初始化需要一定时间，开始的摄像机尽量不要对着颜色单一的白墙或者其他，旋转速度不要太快，将拍好的视频上传到电脑，命名为myvideo.mp4，放在ORB-SLAM2文件夹中。

5.5 编译和运行

ORB-SLAM2文件夹打开终端，直接复制下面代码即可运行:

cd ORB_SLAM2
mkdir build
cd build
cmake ..
make -j
cd ..
./myvideo  #(执行)

这是我的运行结果：
ubuntu20.04 安装运行orb_slam2算法,ubuntu,opencv,linux,c++

6 参考博文:

师兄的环境安装：https://zhuanlan.zhihu.com/p/452256687
ORB-SLAM的安装：https://blog.csdn.net/qq_51645628/article/details/123263013?
编译出现的问题：https://blog.csdn.net/SEAL0107/article/details/128316425?
使用自己的数据集（特别鸣谢，这个很牛，适合新手学习）：https://blog.csdn.net/weixin_45947476/article/details/123923975
使用matlab标定相机内参（注意固定焦距）：https://blog.csdn.net/qq_64079631/article/details/127984760?
代码讲解：https://www.yuque.com/chenhai-7zi1m/se4n14/udvggt文章来源地址https://www.toymoban.com/news/detail-839249.html

到了这里，关于【SLAM实战篇】Ubuntu 20.04版本（OpenCV版本4.5.3）对于ORB-SLAM2安装运行，代码编译，自己的数据集构造的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！