运行ORB-SLAM笔记_编译篇(一)

  1. 云栖社区>
  2. 博客>
  3. 正文

运行ORB-SLAM笔记_编译篇(一)

being_young123 2016-09-27 12:51:00 浏览1709
展开阅读全文

1.下载代码   https://github.com/raulmur/ORB_SLAM/    (同时也可以看看作者的牛叉论文,我是打算先用代码,再回头看论文)

2.打开后如下

                

就好像是用一件新产品一样,我们首先要看一下说明书“README.md”,

README.md介绍了很多关于这个工程的东西,比如作者,发表的论文,研究的人员,代码的下载以及更新

那么我们首先从有用的信息开始操作:(备注:以下内容都是我的个人理解,都是别人的东西,我拿来学习而已)

3.解决依赖项

    3.1 Boost   :用这个Boost库在SLAM运行过程中开辟不同的线程

             

3.2 ROS:使用ROS采集摄像头或者记录下来的视频(rosbag)的图像信息,进行可视化

 我的电脑安装的是indigo版本的所以安装教程是:wiki.ros.org/indigo/Installation/Ubuntu

安装完成运行  roscore 出现如下界面说明安装成功,同时也就可以学习ROS的基本教程了

            wiki.ros.org/ROS/Tutorials

       

3.3 OpenCV 使用OpenCV去处理图像特征,ORB-SLAM的OpenCV版本是OpenCV 2.4,下载和安装OpenCV

   http://opencv.org/  或者任意百度一下都有好多教程。

3.4 g20(第三方库) 这里用的是修改后的G2O版本,那么原始代码在 https://github.com/RainerKuemmerle/g2o ,G2O即是通用图优化,g2o是一个算法集的C++实现,根据前人求解非线性最小二乘的理论,根据具体的问题,选用最合适的算法,

为了能够编译G2O,需要安装一些东东是:BLAS, LAPACK and Eigen3,直接命令:

                          sudo apt-get install libblas-dev
                          sudo apt-get install liblapack-dev
                          sudo apt-get install libeigen3-dev

3.5 DBow2(第三方库)DBow2是一种高效的回环检测算法,DBOW2算法的全称为Bags of binary words for fast place recognition in image sequence,使用的特征检测算法为Fast,描述子使用的是brief描述子,是一种离线的方法。使用了DBow2和DLib库的一些算法,进行位置识别和特征匹配,不需要为它添加其他依赖项(代码地址: https://github.com/dorian3d/DBoW2)

4.安装

      4.1  确认已经安装了ROS以及他的依赖项 (boost, eigen3, opencv, blas, lapack).

      添加所下在的ORB-SLAM的路径到环境变量下,比如我的ORB-SLAM的路径为:

所以需要打开配置ubuntu环境变量的~/.bashrc文件,在文件最底处添加如图所示的命令行:然后source ~/.bashrc.

       

 4.2 build g2o 安照说明一步一步来

        前往 /home/salm/Monocular/ORB_SLAM/Thirdparty/g2o ;  

    依次命令为:     cd  ~/Monocular/ORB_SLAM/Thirdparty/g2o

                               mkdir build
                              cd build
                              cmake .. -DCMAKE_BUILD_TYPE=Release
                              make

g2o编译成功。

4.3 Buid DB0W2  与编译g2o时相似命令如下

                              cd ~/Monocular/ORB_SLAM/Thirdparty/DBoW2                  

                              mkdir build
                              cd build
                              cmake .. -DROS_BUILD_TYPE=Release
                              make

4.4 Build ORB-SLAM,这里有一个提示**If you use ROS Indigo, remove the depency of opencv2 in the manifest.xml.**

(按照理解就是把manifest.xml中的opencv2注释就好了呗),如下图:



          

  然后就按照步骤来执行,

更改之后就可以进入编译:

                                  cd  ~/Monocular/ORB_SLAM

                                  mkdir build
                                  cd build
                                  cmake .. -DROS_BUILD_TYPE=Release
                                  make

但是在执行到cmake .. -DROS_BUILD_TYPE=Release发现会有错误,

    

然后就开始百度搜索答案呗,我也是这样想的,就会看到此博客  http://blog.csdn.net/wishchin/article/details/50468950

就会提示说路径设置有问题,然后我就各种设置,每设置一次就编译一次,只记得用了好长时间,都没有成功,过了一段时间

  想想  我应该把这三个都注释掉就有

            <!--<depend package="opencv2"/>
            <depend package="image_transport"/>
            <depend package="cv_bridge"/> -->

 如下图然后执行cmake .. -DROS_BUILD_TYPE=Release这样虽然生成了Makefile,但是在接下来的make肯定会出错的,因为我们把所有关于opencv的依赖项都给注释了

所以就导致编译出错了(但是这里可以我也没找到什么原因,为什么我按照说明书,却行不通,我怀疑是我的opencv没有安装好,或者路径设置不对,但是这些都不管了,我知道我已经安装了opencv)

(注释了三个依赖项然后make 的结果如下图)

 可能也会出现其他错误,提示找不到opnecv的库函数,或者说找不cv_bridge等函数

 

所以我就按照网上找各种方案的就结合我就只是把manifest.xml文件注释了OPENCV2,进去到ORB_SALM文件下:

  

执行:

后面是我手动添加的opencv的链接库,

                        cmake .. && make -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_objdetect -lopencv_nonfree

如下图,

(也就是说在我的电脑上(ubuntu14.04 32位 ros_indigo)在camke 和make 都需要添加opencv 的链接库,编译成功了)