视觉SLAM实验要在Ubuntu20.04系统上使用ROS跑ORB-SLAM3，熟悉一下特征点法的SLAM，把安装过程总结记录下来。

一、配置版本信息

系统	版本
ubuntu	20.04
Pangolin	0.6
Eigen	3
Opencv	4.2
usb_cam

二、替换镜像源

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

执行命令更新源

sudo apt-get update
sudo apt-get upgrade

三、安装ROS环境

1、ROS简介

ROS全称Robot Operating System（机器人操作系统）

• ROS是适用于机器人的开源元操作系统
• ROS集成了大量的工具，库，协议，提供类似OS所提供的功能，简化对机器人的控制
• 还提供了用于在多台计算机上获取，构建，编写和运行代码的工具和库，ROS在某些方面类似于"机器人框架”
• ROS设计者将ROS表述为“ROS = Plumbing + Tools + Capabilities + Ecosystem"，即ROS是通讯机制、工具软件包、机器人高层技能以及机器人生态系统的集合体

http://www.autolabor.com.cn/book/ROSTutorials/index.html

2、小鱼安装

小鱼老师把国外关于ROS的库放到了自己的服务器上，所以只用向他的服务器发送命令就能快速安装

安装ROS系统配置比较复杂，Ubuntu20.04对应ROS版本为noetic，推荐使用小鱼老师的一键安装、配置ROS的代码

wget http://fishros.com/install -O fishros && bash fishros

平时使用都是ROS1，ROS2是ROS1的改进版本，支持多机，分布式，暂时不会使用。

四、环境配置

1、安装库

（1）安装git，g++

sudo apt-get install git
sudo apt install g++

建议先安装ROS中的cv_bridge和libopencv-dev，再安装和libopencv版本号一样的opencv库，这样可以避免opencv的版本冲突问题。

（2）安装cv_bridge库

sudo apt-get install libopencv-dev
sudo apt-get install ros-noekit-cv-bridge

（3）安装Opencv

①安装依赖项

sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt install python3-dev python3-numpy
sudo apt install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
sudo apt install libpng-dev libopenexr-dev libtiff-dev libwebp-dev

②下载Opencv源文件

解压至主目录，重新命名：opencv

③安装OpenCV

cd opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=YES ..
make -j16 
sudo make install

④查看版本号

pkg-config --modversion opencv4

由于noekit的自带libopencv版本是4.2.0，如果安装opencv3会出现版本冲突使编译不通过。如果安装opencv4但不是4.2.0依然会产生冲突，但编译能够通过，但运行时会出现核心已转储的问题。所以建议直接安装和libopencv一样的版本，小鱼的ROS已经自带OpenCV4.2.0，所以只需要挑着安装即可

（4）安装EIGEN库

sudo apt-get install libeigen3-dev

（5）安装Pangolin库

①下载Pangolin 0.6

解压到主目录，重新命名为Pangolin

②安装依赖项

sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev
sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev

③编译安装

cd Pangolin 
mkdir build && cd build
cmake -DCPP11_NO_BOOST=1 ..
make

sudo make install

④验证

cd ../examples/HelloPangolin
mkdir build && cd build
cmake ..

make
./HelloPangolin
#成功会弹出如下窗口

（6）安装Boost库

①这里非常坑，官网上的依赖没有boost，但如果不安装boost会报很多的关于c++的错误，并且无法定位

②进入boost官网网址：http://www.boost.org/users/download/

③解压编译安装

tar -xvf boost_1_77_0.tar.gz
cd ./boost_1_77_0
./bootstrap.sh
sudo ./b2 install

2、ORB-SLAM3编译

（1）下载ORB-SLAM3

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

（2）修改源文件

①ORB_SLAM3下CMakeLists.txt

• 第20行 c++11

 set(CMAKE_CXX_STANDARD 14)

• 第41行 Eigen3

find_package(Eigen3 REQUIRED)

②修改ORB_SLAM3/Examples_old/ROS/ORB_SLAM3/CMakeLists.txt

• 第12、13行，去掉-march=native，避免运行一段时间后核心已转储的问题

set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -Wall  -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall   -O3")

第41行，将find_package(Eigen3 3.1.0 REQUIRED)修改

find_package(Eigen3 REQUIRED)

• 第20行，std=c++11

 set(CMAKE_CXX_STANDARD 14)

• 第33行OpenCV版本

find_package(OpenCV 4.2.0 REQUIRED)

• 修改ORB_SLAM3/Thirdparty/DBoW2 /CMakeLists.txt

去掉-march=native，避免运行一段时间后核心已转储的问题

set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -Wall  -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall   -O3")

• 修改ORB_SLAM3/Thirdparty/g2o/CMakeLists.txt
  去掉-march=native，避免运行一段时间后核心已转储的问题

set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}  -Wall  -O3")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall   -O3")

将find_package(Eigen3 3.1.0 REQUIRED)修改

find_package(Eigen3 REQUIRED)

（3）安装python2.7

sudo apt install libpython2.7-dev

（4）添加ROS环境

①在编译ros版本时候需要初始化ROS，在**~/.bashrc的最后一行加入以下代码

sudo gedit ~/.bashrc
export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/geekfanr/workspace/ORB_SLAM3/Examples/ROS
#保存退出
source ~/.bashrc

②再打开一个终端运行

echo ${ROS_PACKAGE_PATH}

如果能正确显示刚刚加入的地址则正常

ROS中使用许多工具前，要求需要初始化rosdep(可以安装系统依赖)，rosdep 的初始化与更新

小鱼基于rosdep源码制作了rosdepc，专门服务国内ROS用户

sudo pip install rosdepc

（5）编译

①编译ORB-SLAM3

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

②编译ROS下ORB-SLAM3

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

五、ORB-SLAM3运行

1、创建工作目录

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
catkin_init_workspace
cd ~/catkin_ws/
catkin_make
source ~/catkin_ws/devel/setup.bash

2、安装usb_cam

cd catkin_ws/src
git clone https://github.com/bosch-ros-pkg/usb_cam.git
cd ..
ctakin_make
source ./devel/setup.bash

3、编译usb_cam

cd  ~/catkin_ws/src/usb_cam
mkdir build
cd build
cmake ..
make

4、测试usb摄像头

打开新终端，运行ROS

roscore

cd ~/catkin_ws/

回到原终端运行launch文件

source devel/setup.bash
roslaunch usb_cam usb_cam-test.launch

这里注意，如果是虚拟机运行，需要把USB控制器的USB兼容性给为USB 3.1

5、相机标定

（1）安装v4l2

sudo apt-get install v4l-utils

（2）张正友相机标定方法

在ROS中已经集成了对相机完成标定以及畸变矫正的整个流程，用起来非常方便。通常使用张正友相机标定方法，即利用平面坐标的单应性关系，流程简洁

（3）8×6的角点

黑白棋盘格是由9×7的黑白格组成，但是使用时仅仅用到内部交点数即8×6的角点

rosrun camera_calibration cameracalibrator.py –size 8×6 –square 0.03 image:=/usb_cam/image_raw

（4）保存标定结果

注意标定过程中左右，上下，前后，对角方向前后倾斜标定板，这样使得右边X，Y，Size,Skew变成绿色后，CALIBRATE按钮变为蓝色，然后点击（等上半分钟左右）变为下面三个按钮都可以点击，依次点击SAVE(保存)和COMMIT(提交)到相机配置文件中。即可将标定结果保存至本地。

（5）标定结果文件calibrationdata.tar.gz

点击SAVE之后：(‘Wrote calibration data to’, ‘/tmp/calibrationdata.tar.gz’)

找到标定结果文件后，按照其数据修改Examples_Old/ROS/ORB_SLAM3目录下Asus.yaml

6、数据保存

（1）点击save按钮，终端会打印生成文件及路径（计算机目录/tmp下）

（2）点击commit按钮，提交数据并退出程序，可以看到提示写入文件head_camera.yaml

writing calibration data to /home/geekfanr/.ros/camera_info/head_camera.yaml

（3）修改Asus.yaml

找到标定结果文件后，按照其数据修改Examples_Old/ROS/ORB_SLAM3目录下Asus.yaml

（4）相机矩阵参数

由于OpenCV标定出来的文件，畸变参数好像和ORB-SLAM2使用的畸变参数略有不同，这里先不填，只填上相机矩阵的参数。

7、运行ROS下ORB-SLAM3

（1）接收话题名称更改

在运行程序之前，需要将ORB_SLAM3/Examples_Old/ROS/ORB_SLAM3/src/ros_mono.cc和ORB_SLAM3/Examples_Old/ROS/ORB_SLAM3/src/AR/ros_mono_ar.cc的接收话题名称更改

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

（2）执行单目实时usb_cam效果

rosrun ORB_SLAM3 Mono Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml

六、总结

目前能够编译运行诸如此类的特征法SLAM开源项目了，虽然初学经历了各种尝试，但是熟悉了Linux系统和ROS系统的操作、cmake、shell、OpenCV等等，为了能够自己进行开发，还需要更深入的学习。

从开源项目入手，学习其理论和工程实现，是入门的捷径，只有看懂的代码才改的动代码，深入之后在其基础上做一定的改进。

工程实现只是科研的一部分，作为研究生，更重要的是抓住SLAM中的一个小问题，看看能否对现有的算法进行改进或者比较。所以还是要从论文出发，寻找灵感，去实现，并验证效果。