版權(quán)聲明：本文為博主原創(chuàng)文章，未經(jīng)博主允許不得轉(zhuǎn)載。

前言

ORBSLAM2是一個(gè)非常適合SLAM入門(mén)學(xué)習(xí)的開(kāi)源工程。它支持單目、雙目、RGB-D使用，可以計(jì)算攝像機(jī)的軌跡，并且重建稀疏的3D地圖。

官網(wǎng)有源代碼和配置教程，地址是

https://github.com/raulmur/ORB_SLAM2

1 安裝必要工具

首先，有兩個(gè)工具是需要提前安裝的。即cmake和Git。

sudo apt-get install cmake

sudo apt-get install git

2 安裝Pangolin，用于可視化和用戶(hù)接口

安裝依賴(lài)項(xiàng)：

sudo apt-get install libglew-dev

sudo apt-get install libpython2.7-dev

先轉(zhuǎn)到一個(gè)要存儲(chǔ)Pangolin的路徑下，例如~/Documents，然后

git clonehttps://github.com/stevenlovegrove/Pangolin.git

cd Pangolin

mkdir build

cd build

cmake ..

make –j

sudo make install

3 安裝OpenCV

最低的OpenCV版本為2.4.3，建議采用OpenCV 2.4.11或者OpenCV 3.2.0。從OpenCV官網(wǎng)下載OpenCV2.4.11。然后安裝依賴(lài)項(xiàng)：

sudo apt-get install build-essential

sudo apt-get install libgtk2.0-dev

sudo apt-get install pkg-config

將下載的OpenCV解壓到自己的指定目錄，然后cd到OpenCV的目錄下。

cd ~/Downloads/opencv-2.4.11

mkdir release

cd release

cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local ..

make

sudo make install

4 安裝Eigen3

最低要求版本為3.1.0。在http://eigen.tuxfamily.org 下載Eigen3的最新版本，一般是一個(gè)壓縮文件，下載后解壓，然后cd到Eigen3的根目錄下。

mkdir build

cd build

cmake ..

make

sudo make install

5 安裝ORBSLAM2

先轉(zhuǎn)到自己打算存儲(chǔ)ORBSLAM2工程的路徑，然后執(zhí)行下列命令

git clonehttps://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

cd ORB_SLAM2

chmod +x build.sh

./build.sh

之后會(huì)在lib文件夾下生成libORB_SLAM2.so，并且在Examples文件夾下生成mono_tum，mono_kitti， rgbd_tum，stereo_kitti， mono_euroc 和 stereo_euroc。

6 運(yùn)行單目SLAM實(shí)例

在http://vision.in.tum.de/data/datasets/rgbd-dataset/download下載一個(gè)序列，并解壓。轉(zhuǎn)到ORBSLAM2文件夾下，執(zhí)行下面的命令。根據(jù)下載的視頻序列freiburg1， freiburg2 和 freiburg3將TUMX.yaml分別轉(zhuǎn)換為T(mén)UM1.yaml，TUM2.yaml，TUM3.yaml。將PATH_TO_SEQUENCE_FOLDER更改為解壓的視頻序列文件夾。

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txtExamples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

例如，我自己的電腦上，該命令變?yōu)椋?/p>

./Examples/Monocular/mono_tumVocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml/home/bill/Downloads/rgbd_dataset_freiburg1_xyz

運(yùn)行截圖如下：

相關(guān)文獻(xiàn)

[Monocular] Raúl Mur-Artal, J. M. M. Montiel and Juan D. Tardós. ORB-SLAM: A Versatile and Accurate Monocular SLAM System. IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, 2015. (2015 IEEE Transactions on Robotics Best Paper Award). PDF.

[Stereo and RGB-D] Raúl Mur-Artal and Juan D. Tardós. ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras. ArXiv preprint arXiv:1610.06475 PDF.

[DBoW2 Place Recognizer] Dorian Gálvez-López and Juan D. Tardós. Bags of Binary Words for Fast Place Recognition in Image Sequences. IEEE Transactions on Robotics, vol. 28, no. 5, pp. 1188-1197, 2012. PDF