运行ORB-SLAM笔记_编译篇（一）

1.下载代码   https://github.com/raulmur/ORB_SLAM/    （同时也可以看看作者的牛叉论文，我是打算先用代码，再回头看论文）

2.打开后如下

就好像是用一件新产品一样，我们首先要看一下说明书“README.md”,

README.md介绍了很多关于这个工程的东西，比如作者，发表的论文，研究的人员，代码的下载以及更新

那么我们首先从有用的信息开始操作：（备注：以下内容都是我的个人理解，都是别人的东西，我拿来学习而已）

3.解决依赖项

3.1 Boost   ：用这个Boost库在SLAM运行过程中开辟不同的线程

3.2 ROS：使用ROS采集摄像头或者记录下来的视频（rosbag）的图像信息,进行可视化

我的电脑安装的是indigo版本的所以安装教程是：wiki.ros.org/indigo/Installation/Ubuntu

安装完成运行  roscore 出现如下界面说明安装成功，同时也就可以学习ROS的基本教程了

wiki.ros.org/ROS/Tutorials

3.3 OpenCV 使用OpenCV去处理图像特征，ORB-SLAM的OpenCV版本是OpenCV 2.4，下载和安装OpenCV

http://opencv.org/  或者任意百度一下都有好多教程。

3.4 g20（第三方库） 这里用的是修改后的G2O版本，那么原始代码在 https://github.com/RainerKuemmerle/g2o ，G2O即是通用图优化，g2o是一个算法集的C++实现，根据前人求解非线性最小二乘的理论,根据具体的问题,选用最合适的算法，

为了能够编译G2O,需要安装一些东东是：BLAS, LAPACK and Eigen3，直接命令：

sudo apt-get install libblas-dev
                          sudo apt-get install liblapack-dev
                          sudo apt-get install libeigen3-dev

3.5 DBow2（第三方库）DBow2是一种高效的回环检测算法，DBOW2算法的全称为Bags of binary words for fast place recognition in image sequence，使用的特征检测算法为Fast，描述子使用的是brief描述子，是一种离线的方法。使用了DBow2和DLib库的一些算法，进行位置识别和特征匹配，不需要为它添加其他依赖项（代码地址： https://github.com/dorian3d/DBoW2）

4.安装

4.1  确认已经安装了ROS以及他的依赖项 (boost, eigen3, opencv, blas, lapack).

添加所下在的ORB-SLAM的路径到环境变量下，比如我的ORB-SLAM的路径为：

所以需要打开配置ubuntu环境变量的～/.bashrc文件，在文件最底处添加如图所示的命令行：然后source ~/.bashrc.

4.2 build g2o 安照说明一步一步来

前往 /home/salm/Monocular/ORB_SLAM/Thirdparty/g2o ;

依次命令为：     cd  ~/Monocular/ORB_SLAM/Thirdparty/g2o

mkdir build
                              cd build
                              cmake .. -DCMAKE_BUILD_TYPE=Release
                              make

g2o编译成功。

4.3 Buid DB0W2  与编译g2o时相似命令如下

cd ~/Monocular/ORB_SLAM/Thirdparty/DBoW2

mkdir build
                              cd build
                              cmake .. -DROS_BUILD_TYPE=Release
                              make

4.4 Build ORB-SLAM，这里有一个提示**If you use ROS Indigo, remove the depency of opencv2 in the manifest.xml.**

（按照理解就是把manifest.xml中的opencv2注释就好了呗），如下图：

然后就按照步骤来执行，

更改之后就可以进入编译：

cd  ~/Monocular/ORB_SLAM

mkdir build
                                  cd build
                                  cmake .. -DROS_BUILD_TYPE=Release
                                  make

但是在执行到cmake .. -DROS_BUILD_TYPE=Release发现会有错误，

然后就开始百度搜索答案呗，我也是这样想的，就会看到此博客  http://blog.csdn.net/wishchin/article/details/50468950

就会提示说路径设置有问题，然后我就各种设置，每设置一次就编译一次，只记得用了好长时间，都没有成功，过了一段时间

想想  我应该把这三个都注释掉就有

<!--<depend package="opencv2"/>
            <depend package="image_transport"/>
            <depend package="cv_bridge"/> -->

如下图然后执行cmake .. -DROS_BUILD_TYPE=Release这样虽然生成了Makefile，但是在接下来的make肯定会出错的，因为我们把所有关于opencv的依赖项都给注释了

所以就导致编译出错了（但是这里可以我也没找到什么原因，为什么我按照说明书，却行不通，我怀疑是我的opencv没有安装好，或者路径设置不对，但是这些都不管了，我知道我已经安装了opencv）

(注释了三个依赖项然后make 的结果如下图)

可能也会出现其他错误，提示找不到opnecv的库函数，或者说找不cv_bridge等函数

所以我就按照网上找各种方案的就结合我就只是把manifest.xml文件注释了OPENCV2，进去到ORB_SALM文件下：

执行：

后面是我手动添加的opencv的链接库，

cmake .. && make -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_objdetect -lopencv_nonfree

如下图，

（也就是说在我的电脑上（ubuntu14.04 32位 ros_indigo）在camke 和make 都需要添加opencv 的链接库，编译成功了）

因为创建了两个工作空间导致我的程序又出错误了，之前运行

rosrun ORB_SLAM ORB_SLAM /home/salm/ORB_SLAM/Data/ORBvoc.txt /home/salm/ORB_SLAM/Data/Settings.yaml
 rosrun ORB_SLAM ORB_SLAM ~/ORB_SLAM/Data/ORBvoc.txt ~/ORB_SLAM/Data/Settings.yaml
都是可以运行的，不知道为啥又出现错误了
就是很不知怎么回事说我的路径有问题

后来我运行

rosrun ORB_SLAM ORB_SLAM /Data/ORBvoc.txt /Data/Settings.yaml
（不是绝对路径，而是在ORB_SLAM路径下的绝对路径）就可以运行了

以下是我在整理问题是所遇到的有关的网页

askubuntu.com/questions/510606/error-adding-symbols-dso-missing-from-command-line

blog.csdn.net/dreamer_lhs/article/details/51297432

www.voidcn.com/blog/wishchin/article/p-4970975.html

blog.csdn.net/real_myth/article/details/51798557

blog.csdn.net/dourenyin/article/details/48055441