Ubuntu16.04下编译安装及运行单目ORBSLAM2

官网有源代码和配置教程,地址是

https://github.com/raulmur/ORB_SLAM2

1 安装必要工具

首先,有两个工具是需要提前安装的。即cmake和Git

sudo apt-get install cmake

sudo apt-get install git

2 安装Pangolin,用于可视化和用户接口

安装依赖项:

sudo apt-get install libglew-dev

sudo apt-get install libpython2.7-dev

先转到一个要存储Pangolin的路径下,例如~/Documents,然后

git clonehttps://github.com/stevenlovegrove/Pangolin.git

cd Pangolin

mkdir build

cd build

cmake ..

make –j

sudo make install

3 安装OpenCV

ubuntu16.04下安装opencv3.1.0

参考博文: http://www.cnblogs.com/feifanrensheng/p/8480286.html

4 安装Eigen3

最低要求版本为3.1.0。在http://eigen.tuxfamily.org 下载Eigen3的最新版本,一般是一个压缩文件,下载后解压,然后cd到Eigen3的根目录下。

mkdir build

cd build

cmake ..

make

sudo make install

5 安装ORBSLAM2

先转到自己打算存储ORBSLAM2工程的路径,然后执行下列命令

git clonehttps://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

cd ORB_SLAM2

chmod +x build.sh

./build.sh

之后会在lib文件夹下生成libORB_SLAM2.so,并且在Examples文件夹下生成mono_tum,mono_kitti, rgbd_tum,stereo_kitti, mono_euroc 和 stereo_euroc。

6 运行单目SLAM实例

http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载一个序列,并解压。转到ORBSLAM2文件夹下,执行下面的命令。根据下载的视频序列freiburg1, freiburg2 和 freiburg3将TUMX.yaml分别转换为TUM1.yaml,TUM2.yaml,TUM3.yaml。将PATH_TO_SEQUENCE_FOLDER更改为解压的视频序列文件夹。

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

例如,我自己的电脑上,该命令变为:

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/zn/rgbd_dataset_freiburg1_desk

每一项的意思如下
Usage: ./mono_tum path_to_vocabulary path_to_settings path_to_sequence

原文地址:https://www.cnblogs.com/feifanrensheng/p/8480362.html

时间: 2024-10-13 02:03:52

Ubuntu16.04下编译安装及运行单目ORBSLAM2的相关文章

Ubuntu16.04下编译安装vim8

在Ubuntu16.04下编译安装vim8,并配置vim-plug插件管理器,以及安装YouCompleteMe等插件. 安装依赖 sudo apt-get install libncurses5-dev libgnome2-dev libgnomeui-dev libgtk2.0-dev libatk1.0-dev libbonoboui2-dev libcairo2-dev libx11-dev libxpm-dev libxt-dev python-dev python3-dev ruby

Ubuntu16.04下 编译安装 Tensorflow

安装bazel sudo ./bazel***.sh 输入bazel version 检查是否安装. 编译tensorflow 1)./configure 除了选择支持cuda是y,其余的都选择n. 2) bazel build --config=opt //tensorflow:libtensorflow_cc.so, 编译完会生成如下所示的文件夹,libtensorflow_cc.so和libtensorflow_framework.so在 第一个目录中的tensorflow中. 将 lib

ubuntu16.04下g++安装及使用

1)首先在虚拟机中安装Ubuntu16.04,网络模式设置为NAT模式,安装完成后在虚拟机中测试是否能够上网. 2)进入Ubuntu,按Ctrl+alt+T,调出终端,输入sudo su,输入密码切换到root用户下. 3)输入sudo apt-get install g++,安装g++,用g++ --version查看g++版本. 4)使用vi a.c编辑C语言程序,编辑程序时按i键,进入VIM插入模式,编辑完成后按ESC键,输入:wq,保存源程序文件. 5)输入g++ a.c o a.out

配置ubuntu16.04下Theano使用GPU运行程序的环境

ubuntu16.04默认安装了python2.7和python3.5 .本教程使用python3.5 第一步:将ubuntu16.04默认的python2修改成默认使用python3 . sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 1

ubuntu 12.04下编译安装nginx-1.9.3

1,下载nginx-1.9.3.tar.gz 两种方式: (1).ubuntu 下终端中(ctrl+alt+t) 运行命令: wget http://nginx.org/download/nginx-1.9.3.tar.gz .能够进入到根文件夹的Downloads文件夹下运行该命令.这样就能够直接下载该文件夹下 (2).windows或ubuntu浏览器中下载,地址为 http://nginx.org/en/download.html. 本人是下载到根文件夹 ~/Downloads中的 2,安

ubuntu 13.04下编译安装mysql

安装环境: ubuntu 桌面版13.04 安装版本: mysql-5.6.12.tar.gz1. 安装必备工具: sudo apt-get install cmake libncurses5-dev  bison g++ 2 添加组和用户及安装目录权限 sudo groupadd mysql #添加组 sudo useradd -g mysql mysql -s /bin/false #创建用户mysql并加入到mysql组,不允许mysql用户直接登录系统 sudo mkdir -p /us

Ubuntu14.04下编译安装Vim74+Vim-gdb

一.准备工作 1.下载Vim74和适合7.4版本的vim-gdb: (1)vim7-4.tar.bz2 (2)vimgdb-for-7.4 2.卸载已存在的vim以及相关组件 如果已经通过软件中心安装了vim,则需要将其卸载 sudo apt-get remove vim vim-runtime gvim 可能还需要移除以下的包: sudo apt-get remove vim-tiny vim-common vim-gui-common 3.安装依赖环境 手动编译安装Vim74,首先先安装编译

ubuntu16.04下编译ceres-solver

一.编译环境 ubuntu16.04 二.准备工作之安装必要的库 2.1安装cmake sudo apt-get install cmake 2.2 安装google-glog + gflags sudo apt-get install libgoogle-glog-dev 2.3 安装BLAS & LAPACK sudo apt-get install libatlas-base-dev 2.4 安装Eigen3 sudo apt-get install libeigen3-dev 2.5 安

Tensorflow在ubuntu16.04下的安装

1.首先查看系统预安装的Python与pip的版本,分别运行以下命令, python -V pip  -V 或者pip3 -V 2.如果运行上述指令系统提示没有安装pip或者pip3则运行以下指令 sudo apt-get install python-pip python-dev 或者 sudo apt-get install python3-pip python3-dev 3.开始安装Tensorflow pip install tensorflow               #对应pyt