0.引用：

（1）https://www.cnblogs.com/ifly-zhhades/p/7305572.html

?(? 2）https://www.imooc.com/article/details/id/29136

（3）https://www.cnblogs.com/kekeoutlook/p/7693129.html

?(? 4）https://blog.csdn.net/zzu_seu/article/details/84866858

（5）ORB-SLAM2部署，編譯錯誤問題解決方法ros_rgbd.cc.o: undefined reference to symbol_power的專欄-CSDN博客

1.查看電腦軟硬件配置

（1）硬件

#獲取cpu詳細信息

$ cat /proc/cpuinfo

# 查看cpu是幾核

$ cat /proc/cpuinfo |grep "cores"|uniq

# 查看cpu型號

$ cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c

(2）軟件

#查看當前操作系統發行版信息

$ cat /etc/issue

軟件平臺

$roscore

2. 步驟

（1）更新apt庫

$ sudo apt-get update

（2）安裝git

$ sudo apt-get install git

（3）安裝cmake，用于程序編譯

$ sudo apt-get install cmake

（4）安裝pangolin作為可視化和用戶界面

#安裝依賴項

$ sudo apt-get install libglew-dev libpython2.7-dev

#從github上下載項目

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

#編譯安裝

$ cd Pangolin

$ mkdir build

$ cd build

$ cmake ..

報錯

所使用的安裝包https://github.com/stevenlovegrove/Pangolin.git有問題，改用舊版本安裝包

$ git clone https://github.com/zzx2GH/Pangolin.git

重復上述編譯過程

$ make

$ sudo make install

（5）安裝Open CV，用于處理圖像和特征，注意安裝版本是否兼容，要求最低版本是2.4.3,安裝版本為2.4.11

#安裝依賴項

$ sudo apt-get install build-essential

$ sudo apt-get install cmake 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 libdc 1394-22-dev

在OpenCV官網http://opencv.org下載OpenCV2.4.11的source版本，解壓到本地，編譯安裝

$ cd ~/opencv

$ mkdir build

$ cd build

$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

#為防止編譯時間較長，cpu性能較高使用make -jx， x表示線程（4核*2）,以加速編譯

$ make -j8

$ sudo make install

（6）安裝Eigen3開源線性庫，進行矩陣運算

$ sudo apt-get install libeigen3-dev

（7）安裝DBoW2和g2o

DBoW2是一個開源C++庫，用于索引圖像并將其轉換為單詞表示形式；

g2o是一個開源C++框架，用于優化基于圖的非線性誤差函數；

這兩個庫在ORB-SLAM2的ThirdParty文件夾中，后續統一編譯。

（8）安裝ORB-SLAM2

#克隆倉庫

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

#編譯ORB_SLAM2,DBoW2,g2o,并解壓ORB詞典

$ cd ORB_SLAM2

$ chmod +x build.sh

$ ./build.sh

編譯過程中如果卡死，說明電腦cpu不行，就把build.sh文件中make -j換成make.

報錯：

error: ‘usleep’ was not declared in this scope

在提示有錯的文件system.cc、tracking.cc、Localmapping.cc、Loopclosing.cc、Viewer.cc、mono_euroc.cc、mono_kitti.cc、mono_tum.cc、rgbd_tum.cc、stereo_kitti.cc、stereo_euroc.cc

ROS中的viewerAR.cc的外部頭文件引用加上#include <unistd.h>
再重新編譯./build.sh

3. 單目數據庫TUM

有TUM、KITTI、EuRoC三種數據集。其中TUM數據集在http://vision.in.tum.de/data/datasets/rgbd-dataset/download下載對應序列，可以下載最簡單序列“freiburg1_xyz”，解壓到新建文件夾ORB_SLAM2/data中。該數據序列由kinect提供groundtruth.txt數據。包括depth文件夾、depth.txt、rgb文件夾、rgb.txt。

#運行./Examples/Monocular/mono_tum可執行文件

$ cd ORB_SLAM2

$ ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml Path_to_sequence_folder

其中，TUMX.yaml 與下載的序列freiburgx對應，本文為TUM1；Path_to_sequence_folder為數據序列freiburg1的存儲路徑。

ORB特征、環境稀疏地圖、相機運動軌跡。

公開數據集還可以作為算法性能對比的評價標準。

4.借助ROS實時運行ORB_SLAM2

（1）安裝ROS,Ubuntu16.04 安裝Ros_zttsm的博客-CSDN博客

（2）攝像頭數據讀取與顯示

#創建工作空間

$ mkdir -p ~/catkin_zttws/src

$ cd ~/catkin_zttws/src

#下載usb_cam包

$ git clone https://github.com/bosch-ros-pkg/usb_cam.git usb_cam

(usb_cam: A ROS Driver for V4L USB Camerashttps://gitee.com/ztt1996/usb_cam)

#編譯工作空間

$ cd ..

$ catkin_make

$ source devel/setup.sh

插入攝像頭連接線進usb2.0端口

#輸入查詢新設備接入命令

$ lsusb

顯示Logitech,Inc.Webcam C930e

#在/計算機/dev文件下搜索video，從新增文件得到設備號

打開/home/ztt/catkin_zttws/src/usb_cam/launch/usb_cam-test.launch文件，設置攝像頭對應設備號,一般video0表示電腦自帶攝像頭，外設依次遞增。(本例子是無攝像頭的臺式機外接羅技單目攝像頭，所以如果是帶攝像頭的筆記本外接羅技單目攝像頭，應該為video1)

?<param name="video_device" value="/dev/video0" />

#在catkin_***ws下啟動usb_cam節點,彈出顯示窗口

$ roslaunch usb_cam usb_cam-test.launch

（3）將ORB_SLAM2文件夾移動到catkin_zttws/src下；將包含ORB_SLAM2/Examples/ROS路徑添加到ROS_PACKAGE_PATH環境變量中，打開新終端

$sudo gedit?~/.bashrc

#在文件最后添加

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM2/Examples/ROS

source /home/ztt/catkin_zttws/devel/setup.bash

其中PATH為ORB_SLAM2項目路徑/home/ztt/catkin_zttws/src

在終端執行命令

$ source ~/.bashrc

（4）編譯ROS下的ORB_SLAM2

（4.1）修改話題

ORB-SLAM默認訂閱的話題為/camera/image_raw，而usb_cam節點發布的話題為/usb_cam/image_raw，因此需要在/home/ztt/catkin_zttws/src/ORB_SLAM2.2/Examples/ROS/ORB_SLAM2/src/ros_mono.cc中修改訂閱的話題。

? ros::Subscriber sub = nodeHandler.subscribe("/usb_cam/image_raw", 1, &ImageGrabber::GrabImage,&igb);

（4.2）因為（4.3）更改源文件，需要重新編譯

#新終端

#重新編譯ROS的example

$ cd ~/catkin_zttws/src/ORB_SLAM2

$ chmod +x build_ros.sh

$ ./build_ros.sh

如果報錯CMakeFiles/RGBD.dir/build.make:216: recipe for target '../RGBD' failed

則$gedit ./Examples/ROS/ORB_SLAM2/CMakeLists.txt

添加一行-lboost_system

#重新編譯工作空間

$ cd ~/catkin_zttws

$ catkin_make

(4.3）新終端運行內核

roscore

（4.4）新終端啟動相機

$ cd catkin_ws

$ roslaunch usb_cam usb_cam-test.launch

（4.5）新終端運行/home/ztt/catkin_zttws/src/ORB_SLAM2.2/Examples/ROS/ORB_SLAM2/Mono可執行文件

#cd?/home/ztt/catkin_zttws/src/ORB_SLAM2.2/Examples/ROS/ORB_SLAM2

# rosrun ORB_SLAM2 Mono PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE

其中PATH_TO_VOCABULARY：視覺詞典，一般可直接使用../../../Vocabulary/ORBvoc.txt

PATH_TO_SETTINGS_FILE:攝像頭內參，可以使用路徑./Asus.yaml，但需要將Asus.yaml中的參數改成自己使用攝像頭標定后的參數，攝像頭標定可以使用opencv或matlab工具箱。

（4.6）運行提示打不開參數文件Asus.yaml，復制ORBvoc.txt放在與Asus.yaml相同目錄下，并授權

$ sudo chmod 777 Asus.yaml

$ sudo chmod 777 ORBvoc.txt

再次運行

*為順利初始化，虛選擇紋理豐富場景，左右平移相機直至圖像提出ORB特征。

*最好保持勻速運動，保持當前幀與上一幀有足夠數量匹配的特征點，否則跟蹤失敗，退回到之前經過的場景，進行重定位。

最后輸出相機的運動軌跡與周圍環境的稀疏地圖。右圖中綠線表示相機運動軌跡，藍色方框表示相機運動過程中的空間位置（關鍵幀），紅黑點表示環境的稀疏地圖，紅點為當前路標，黑點為歷史路標。

總結

以上是生活随笔為你收集整理的ORB_SLAM2运行TUM数据和实时数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。