前面我们提到，ORB-SLAM3作为常用的机器人建图与定位技术，是当前最优秀的基于特征点的视觉SLAM系统之一。

它支持单目、双目、单目惯导、双目惯导、RGB-D等多种相机模式，兼具精度和鲁棒性，是机器人SLAM算法工程师的一项「必备技能」。

为了更好地帮助大家学习和理解ORB-SLAM3，小智计划进行一系列理论与实践相结合的深度技术分享。而这些，都是我们在实践过程中总结出来的宝贵经验。

具体内容包括：

1. ORB-SLAM3论文导读与整体算法流程梳理

2. ORB-SLAM3中的跟踪线程

2.1特征点提取、匹配，以及地图初始化

2.2 IMU预积分原理及代码梳理

2.3跟踪模式详解：参考关键帧跟踪、恒速模型跟踪、重定位跟踪、局部地图跟踪

3. ORB-SLAM3中的局部建图线程

3.1 IMU的初始化

3.2 局部建图线程代码梳理

4. ORB-SLAM3中的闭环检测及多地图融合线程

4.1闭环检测代码梳理

4.2多地图概念及地图融合代码梳理

本期则是这系列课程的「开胃前菜」——ORB-SLAM3的编译运行。

我们结合实践经验，对ORB-SLAM3安装和编译的常见问题进行总结分享，同时细化不同传感器的运行方式。可以说，这是一份非常适合「新手小白」的ORB-SLAM3编译运行指南。

ORB-SLAM3编译及常见问题解决

第一步，下载代码：

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

或者

git clone https://github.com/electech6/ORB_SLAM3_detailed_comments

第二步，按照代码中的README.md，进行环境安装和编译即可，具体就不赘述了。

不过我掐指一算，大家在编译过程中，可能会遇到几个小问题：

1）提示找不到GLEW；

解决方法：sudo apt install libglew-dev；

2）当执行./euroc_examples.sh时，出现找不到libpango_image.so这个库的情况；

解决方法：首先，在系统中查找文件sudo find / -name libpango_image.so；结果为：/usr/local/lib/libpango_image.so

然后，将.so文件路径的目录添加到/etc/ld.so.conf：

sudo gedit/etc/ld.so.conf，同时在文件的末尾添加一行：/usr/local/lib/libpango_image.so，执行sudo /sbin/ldconfig生效。

最后，在编译build_ros.sh之前，需要执行gedit ~/.bashrc，在文件末尾添加如下：

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM3/Examples/ROS

ORB-SLAM3各类传感器运行

不同传感器下，ORB-SLAM3的运行方式存在着差异。在这里，我们分为非ROS和ROS两种环境来进行讨论。

非ROS环境下运行

1）EuROC数据集

用微型飞行器采集的视觉惯性数据集，包含双目相机和IMU同步测量数据及位姿的真值。

这里需下载MH_01_easy.zip；下载地址：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets

将其解压后并命名为MH01；之后根据自己的地址${dir}来运行。

• 纯单目

./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml ${dir}/MH01 ./Monocular/EuRoC_TimeStamps/MH01.txt dataset-MH01_mono

./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml ${dir}/MH01 ./Examples/Stereo/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereo

• 单目惯导

./Examples/Monocular-Inertial/mono_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular-Inertial/EuRoC.yaml ${dir}/MH01 ./Examples/Monocular-Inertial/EuRoC_TimeStamps/MH01.txt dataset-MH01_monoi

• 双目惯导

./Examples/Stereo-Inertial/stereo_inertial_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo-Inertial/EuRoC.yaml ${dir}/MH01 ./Examples/Stereo-Inertial/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereoi

2）TUM VI 数据集

其采用的相机和IMU传感器，在硬件上进行了时间同步。

所提供的图像具有高动态范围，事先进行了光度标定，用20Hz的帧率采集，分辨率为1024像素*1024像素；三轴IMU采样频率为200Hz，可测量加速度和角速度。

需要下载数据集dataset-room1_512_16，下载地址：https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download

• 纯单目

./Monocular/mono_tum_vi ../Vocabulary/ORBvoc.txt Monocular/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data Monocular/TUM_TimeStamps/dataset-room1_512.txt dataset-room1_512_mono

• 纯双目

./Stereo/stereo_tum_vi ../Vocabulary/ORBvoc.txt Stereo/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data /home/sangfor/2023/bro_ws/dataset-room1_512_16/mav0/cam1/data Stereo/TUM_TimeStamps/dataset-room1_512.txt dataset-room1_512_stereo

• 单目惯导

./Monocular-Inertial/mono_inertial_tum_vi ../Vocabulary/ORBvoc.txt Monocular-Inertial/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data Monocular-Inertial/TUM_TimeStamps/dataset-room1_512.txt Monocular-Inertial/TUM_IMU/dataset-room1_512.txt dataset-room1_512_monoi

• 双目惯导

./Stereo-Inertial/stereo_inertial_tum_vi ../Vocabulary/ORBvoc.txt Stereo-Inertial/TUM_512.yaml ${dir}/dataset-room1_512_16/mav0/cam0/data ${dir}/dataset-room1_512_16/mav0/cam1/data Stereo-Inertial/TUM_TimeStamps/dataset-room1_512.txt Stereo-Inertial/TUM_IMU/dataset-room1_512.txt dataset-room1_512_stereoi

• RGB-D

这里下载数据集：rgbd_dataset_freiburg1_desk，下载地址：https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download

然后下载associate.py，下载地址：https://cvg.cit.tum.de/data/datasets/rgbd-dataset/tools

目的是从rgb.txt 文件和 depth.txt 文件中读取时间戳，并通过查找最佳匹配来连接它们。

之后开始运行：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml ${dir}/rgbd_dataset_freiburg1_desk /home/sangfor/2023/bro_ws/rgbd_dataset_freiburg1_desk/associations.txt

ROS环境下运行

• 纯单目

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

rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/image_raw

• 纯双目

rosrun ORB_SLAM3 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml false

rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

• 单目惯导

rosrun ORB_SLAM3 Mono_Inertial Vocabulary/ORBvoc.txt Examples/Monocular-Inertial/EuRoC.yaml

rosbag play MH_01_easy.bag

• 双目惯导

rosrun ORB_SLAM3 Stereo_Inertial Vocabulary/ORBvoc.txt Examples/Stereo-Inertial/EuRoC.yaml false

rosbag play MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw /imu0:=/imu

• RGB-D

下载数据集：rgbd_dataset_freiburg1_xyz.bag，fr1/xyz选择more info找到bag文件后，然后下载。下载地址：

https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download#freiburg1_xyz

之后运行：

rosrun ORB_SLAM3 RGBD Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml

rosbag play rgbd_dataset_freiburg1_xyz.bag

至于KITTI数据集，我们留给感兴趣的同学自行下载探索。下载地址：https://www.cvlibs.net/datasets/kitti/eval_object.php

相关阅读

盘点机器人常用的六大主流SLAM算法