ORB_SLAM3复现——上篇

前言

最近由于工作需要，鄙人被迫转入SLAM领域，实属无奈，为了讨口饭吃，被迫放弃最初的梦想，哭哭哭哭哭，最近发现SLAM也蛮好玩的哈，哎，真香！话不多说，还是那句话，为了督促自己认真学习，记录以下复现的第一个SLAM相关的项目吧。

1. ORB_SLAM3

ORB_SLAM是一种基于 ORB特征的三维定位与地图构建算法，OBR_SLAM家族已经更新到第三代了，今天我们就来复现以下ORB_SLAM3，虽然距今已经两年多了，对于刚入门的人来说，复现最新版本是最好的选择。
源码连接：https://github.com/UZ-SLAMLab/ORB_SLAM3
推荐学习：https://mp.weixin.qq.com/s/h1OIxdYQ5Eu-2OAHhsVcIQ
下面我们就来一步步复现吧，条件不好的同学，建议使用虚拟机Ubuntu18.04，版本不建议太高或者太低，容易出问题。

2. 准备环境

2.1 C++11 Compiler

安装好虚拟机后，建议更换到国内源，打开终端，开始安装gcc，g++，gcc是C语言编译器，g++是C++编译器，所以这两个都建议安装以下。然后就是安装Cmake跨平台编译工具。

1. gcc，g++

sudo apt-get install gcc
sudo apt-get install g++

2. cmake

sudo apt-get install build-essential
sudo apt-get install cmake

2.2 Pangolin

安装过程可以根据作者提供的过程来，可能操作过程会出现很多错误，每个人出现的错误不一样，我建议更换成国内源可能问题会少一些。官方安装连接。

2.3 Opencv

值得注意的是官方说opencv3.2和4.4都测试过，可以跑通，但是很多同学反应，只有4.4能用，我建议安装opencv4.4。

1. 官网下载安装包
   官网连接，官网提供了很多下载方式，注意下载Sources哈
   
2. 解压切换到路径下

unzip opencv-4.4.0.zip
cd opencv-4.4.0

3. 下面开始安装依赖项

sudo apt-get install git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

4. Cmake一下

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_GTK=ON -D OPENCV_GENERATE_PKGCONFIG=YES ..

备注：

命令	说明
CMAKE_BUILD_TYPE=RELEASE	发布版本
CMAKE_INSTALL_PREFIX	动态库的安装路径，可以自定义
WITH_GTK=ON	libgtk2.0-dev是否安装成功
OPENCV_GENERATE_PKGCONFIG=YES	自动生成OpenCV的pkgconfig文件

5. 编译make
   使用多系统内核进行编译，可以通过nproc查询。

make -j2

6. make安装

sudo make install

注释：如果中途出现错误，需要从新编译，需要先清空build文件。

7. 添加库路径

sudo vim /etc/ld.so.conf

在文件中添加如下代码include /usr/loacal/lib，记住保存退出（ESC + : + wq!）。也可以手动生成opencv.conf，打开sudo vim /etc/ld.so.conf.d/opencv.conf，写入/usr/local/lib。注意opencv.conf，是vim手动生成的空文件。

8. 使路径生效

sudo ldconfig

9. 配置系统环境

sudo vim /etc/bash.bashrc

在文件末尾添加：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

同样使用（ESC + : + wq!）保存退出。

10. 使系统变量生效

source /etc/bash.bashrc

11. 测试环境配置是否成功

pkg-config --modversion opencv4
pkg-config --cflags opencv4
pkg-config --libs opencv4

出现以上结果，恭喜您已经大功告成了，如果你还想检验一下，库能否正常调用，那么你可以测试一下代码。
新建一个测试文件test.cpp。在终端输入（新建文件touch test.cpp ） （打开文件gedit test.cpp）输入以下代码保存。

#include <iostream>
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;

int main()
{
    
    Mat srcImage = imread("image.jpg");
    imshow("Display Image window",srcImage);
    waitKey(0);
    return 0;
}

注意放一张图片在同级目录下哈，并且改名图片名为image.jpg。编译使用如下命令。

g++ `pkg-config opencv4 --cflags` test.cpp  -o demo `pkg-config opencv4 --libs`
./demo

走到这里恭喜你，喜提opencv4.4。

2.4 Eigen

安装Eigen相对简单，没什么好说的，直接上代码。

git clone https://gitlab.com/libeigen/eigen.git
cd eigen
mkedir build
cd build
cmake ..
make
sudo make install

3. 复现ORB_SLAM3

3.1 下载代码

git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3

3.2 执行build.sh

cd ORB_SLAM3
chmod +x build.sh
./build.sh

3.3 测试EuRoC数据集

下载EuRoC MAV Dataset数据集，下面以这个数据集为例。点击连接下载，在ORB_SLAM3路径下新建文件Datasets（mkidr Datasets），将下载的数据集重命名为MH01放入Datasets文件中。注意路径哈，不然会出错。

一定要注意路径相对应哈

./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH01/ ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

出现以下问题，就是在运行一遍命令。./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH01/ ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

另外可能运行中出现这个问题，既不报错，又没有结果，如下，这个问题花了很长时间解决。

The output in terminal is as follows.
Initialization of Atlas from scratch
Creation of new map with id: 0
Creation of new map with last KF id: 0
Seq. Name:
There are 1 cameras in the atlas
Camera 0 is pinhole
[ INFO:0] global /home/ber/Documents/software/opencv-4.5.4/modules/core/src/parallel/registry_parallel.impl.hpp (96) ParallelBackendRegistry core(parallel): Enabled backends(3, sorted by priority): ONETBB(1000); TBB(990); OPENMP(980)
First KF:0; Map init KF:0
New Map created with 271 points

解决办法，可以查看连接，就是Examples/Monocular/mono_euroc.cc这个文件中的false to true，大概在这个位置。

下面是正常运行的结果。

注释：视频图像中出现的绿色小方框是提取到的ORB特征，地图视频中出现的绿色线路径代表相机的运动路径，蓝色小方框代表的相机的运动过程，也就是关键帧，黑点代表过去路标，红点代表现在路标。

总结

今天博客就写到这里，由于，博客内容太多，页面总是卡顿，所以剩下的部分，我另外再接着写，后面我会多所有数据都测试一遍，并且做结果评价。