一、安装工具
在配置过程中需要cmake、gcc、g++和Git工具。可在终端通过以下命令下载。
（1）更新apt库，更新软件列表
1 | sudo apt-get update |
（2）安装git，用于从Github上克隆项目到本地
1 | sudo apt-get install git |
（3）安装cmake，用于程序的编译
1 | sudo apt-get install cmake |
（4）安装gcc、g++
1 2 | sudo apt-get install g++ sudo apt-get install gcc |
二、安装Pangolin作为可视化和用户界面
（1）安装依赖项
1 | sudo apt-get install libglew-dev libpython2.7-dev |
（2）从Github将项目下载到本地
1 | git clone https://github.com/stevenlovegrove/Pangolin.git |
（3）编译安装
1 2 3 4 5 6 | cd Pangolin mkdir build cd build cmake .. make -j sudo make install |
三、安装OpenCV ，用于处理图像和特征
（1）安装依赖项
1 | sudo apt-get install build-essential |
1 | sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev |
1 | sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev |
（2）在OpenCV官网（http://opencv.org）下载OpenCV 3.4.1的source版本，然后解压到本地
或者用命令下载如下
1 | wget -O opencv-3.4.1.zip https://github.com/Itseez/opencv/archive/3.4.1.zip |
（3）编译安装
1 2 3 | cd ~/opencv-3.4.1 mkdir build cd build |
1 | cmake -D CMAKE_BUILD_TYPE=Release –D CMAKE_INSTALL_PREFIX=/usr/local .. |
1 | make -j8 |
出现以下表示编译成功
编译过程会花费较长时间，电脑CPU性能较低的建议不要使用make -j，容易卡死；CPU性能较高的可以使用make -jx，x代表线程，可加速编译。
执行命令
1 | sudo make install |
（4）配置一些OpenCV的编译环境
1.sudo make install 执行完毕后OpenCV编译过程就结束了，接下来就需要配置一些OpenCV的编译环境首先将OpenCV的库添加到路径，从而可以让系统找到
1 | sudo gedit /etc/ld.so.conf.d/opencv.conf |
执行此命令后打开的可能是一个空白的文件，不用管，只需要在文件末尾添加
1 | /usr/local/lib |
保存回到命令行界面，执行如下命令使得刚才的配置路径生效
1 | sudo ldconfig |
2.配置bash
1 | sudo gedit /etc/bash.bashrc |
在最末尾添加
1 2 | PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH |
保存，执行如下命令使得配置生效
1 | source /etc/bash.bashrc |
四、安装Eigen3，它是一个开源线性库，可进行矩阵运算
1 | sudo apt-get install libeigen3-dev |
五、安装ORB-SLAM2
a. 克隆仓库
1 | git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 |
b. 编译ORB-SLAM2，第三方库中的DBoW2和g2o，并解压ORB词典
1 2 3 | cd ORB_SLAM2 chmod +x build.sh ./build.sh |
c.如过需要在ROS环境下运行ORB_SLAM，则需要执行一下命令：
在ROS环境下运行ORB_SLAM，最好将工程放在catkin_ws/src文件夹下,如图
1）将包含Examples/ROS/ORB_SLAM2的路径添加到ROS_PACKAGE_PATH环境变量中。打开.bashrc文件并在最后添加以下行。
1 | sudo gedit ~/.bashrc |
1 | source ./catkin_ws/devel/setup.sh |
使修改后的/.bashrc文件生效
1 | source ~/.bashrc |
1 2 3 | cd catkin_ws/src/ORB_SLAM2 chmod +x build_ros.sh ./build_ros.sh |
六、运行单目SLAM实例
编译完成后会在ORB_SLAM2/Examples文件夹下生成各种可执行文件。我们以单目情况为例，展示如何运行ORB_SLAM2程序。
（1）下载数据集
有TUM、KITTI、EuRoC三种数据集，本实验使用TUM数据集，从http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载序列并解压缩。这便是解压后的数据集
GitHub上给出的命令执行格式：
1 | ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txtExamples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER |
其中PATH_TO_SEQUENCE_FOLDER为数据集的存储路径，并将tumx.yaml与下载的数据集对应，比如TUM1.yaml,TUM2.yaml 和TUM3.yaml 分别对应 freiburg1, freiburg2 和 freiburg3
根据情况自己确定数据集的路径，我的路径是/home/weiweu/rgbd_dataset_freiburg1_xyz
1 | ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/weiweu/rgbd_dataset_freiburg1_xyz |
