ORB_SLAM2算法虽然经典，但是环境部署却非常麻烦，我使用虚拟机安装的Ubuntu20.04版本吃了很多亏，最终跑通了ORB_SLAM2,也解决了所有ORB_SLAM2稠密建图版本的编译报错，但最终倒在了运行稠密建图ORBSLAM2_with_pointcloud版本时的段错误上。段错误，不了解代码很难解决（网上说的解决办法都试得差不多了），我呢太菜，又想先看看跑起来的效果，于是没办法只能重装系统，用Ubuntu18.04尝试一下，力保所有的库和包和相关教程一致。但是，我感觉配环境不是一次就能成功的，所以做个记录，下次配环境时，会快一些，也给大家做个参考。

悲惨，跑到最后还是有段错误，最终更换Eigen版本为3.2.10才成功，其实github上的issue早有提示要装eigen3.2.10的，只是我一直痴迷于网上的博客，导致眼花缭乱。其他ubuntu版本遇到段错误的，可以试试替换eigen版本为3.2.10

1 安装ubuntu18.04.6

ubuntu镜像源（下载时网页显示可能有问题，下载速度很快但是不显示）：Index of /ubuntu-releases/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

这一部分，基本上没什么问题，按照网络上的教程一步一步来，保证网络畅通就行。过程注意以下几点。

①为了便捷的获得中文支持，建议选择自定义安装

②硬盘空间给大一些（建议50G以上，我设了80G），后面需要设置交换空间，以及安装各种库和软件包

③网络选择NAT模式

④安装过程，保持网络畅通，不要点击skip跳过，系统会崩（不要问我为什么会知道的。。）

⑤换源(解决问题中的①后可以复制粘贴了再换，不然挺麻烦的),网上源很多，建议都试试，找一个最快的，我测的在我这最快的是中科大的源

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup #备份

sudo gedit /etc/apt/sources.list #打开之后，复制镜像源

deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

sudo apt-get update #查看更新快不快，有没有报错，有的话，再换镜像源

⑥增大swap交换空间，网上教程很多，但总是差点少点的。。。

（1）先进入根目录，然后关闭所有的交换空间

cd / #进入根目录
sudo swapoff -a

（2）增加8G16G交换空间（8G编译稠密建图版崩了）

sudo dd if=/dev/zero of=/swapfile bs=1G count=16

（3）设置/swapfile权限

sudo chmod 600 /swapfile

（4）格式化交换空间

sudo mkswap /swapfile

（5）激活交换空间就完成了

sudo swapon /swapfile

（6）查看交换空间大小

free -h

1.1 问题

①安装成功ubuntu后会出现窗口界面不适配，以及Ubuntu和windows之间无法复制粘贴问题

解决办法：终端输入以下命令，下载vm-tool解决

sudo apt-get update #不更新软件列表，无法下载软件

sudo apt-get install open-vm-tools -y

sudo apt-get install open-vm-tools-desktop -y

sudo reboot #重启

②swapon: /swapfile：读交换区头失败

解决办法：先格式化/swapfile，再激活/swapfile就可以了

sudo mkswap /swapfile #格式化
sudo swapon /swapfile #激活

2 cmake 及编译基本环境安装

①安装gcc g++

sudo apt-get install gcc g++

②安装cmake，下载源码安装太麻烦了，我选择的是命令行安装，虽然有点旧，但是适合ORB_SLAM2算法相关包的编译

sudo apt-get install cmake

3 安装Eigen 3.2.10

错误示范：

①安装Eigen，网上教程说要源码安装3.1~3.2的，但我在ubuntu20版试过，更换版本不能解决段错误问题，所以省事，直接命令行安装了

②设置软链接

跑到最后，发现还是有段错误，还是要源码安装3.2.10版本的才行。

正确示范：

下载地址： Eigen

①下载解压之后进入源码文件夹

mkdir build
cd build
cmake..
sudo make install
sudo cp -r /usr/local/include/eigen3 /usr/include

②查看当前版本

pkg-config --modversion eigen3

4 安装Pangolin 0.5

源码地址：https://github.com/stevenlovegrove/Pangolin/releases/tag/v0.5

①安装依赖项

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

②终端进入源码文件夹，然后老一套

mkdir build
cd build
cmake ..
make -j4
sudo make install

5 安装OpenCV 3.4.7

源码地址：https://github.com/opencv/opencv 选择低版本，会少很多错误

①安装依赖项

sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev libxvidcore-dev libx264-dev libatlas-base-dev gfortran

②终端进入源码文件夹,安装opencv

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j4 
sudo make install

③（1）配置环境，修改配置文件

sudo gedit /etc/ld.so.conf.d/opencv.conf

（2）可能是个空文件，不过不用管，在里面填入 /usr/local/lib就行

/usr/local/lib

（3）执行ldconfig，更新配置

sudo ldconfig

④（1）配置bash

sudo gedit /etc/bash.bashrc

（2）在文件内容最后添加下面语句，保存再退出

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

（3)更新bash

source /etc/bash.bashrc

⑤进入opencv-3.4.7/samples/cpp/example_cmake，编译例程测试，得到hello opencv则安装成功

cmake .
make
./opencv_example

5.1 问题

①报错：fatal error: Eigen/Core: 没有那个文件或目录

解决办法：安装eigen，若已安装，则设置软链接

sudo ln -s /usr/include/eigen3/Eigen /usr/include/Eigen

6 运行ORB_SLAM2

源码地址：可以直接git clone下载GitHub - raulmur/ORB_SLAM2: Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilities

①终端进入源码文件夹，查看build.sh 是否可执行权限，我比较粗暴直接777全部权限都给了

chmod 777 ./build.sh

②执行build.sh,安装ORB_SLAM2相关依赖，并生成可执行文件mono_tum等（感慨一下之前环境不匹配，这一步贼多错误，现在就只有一个usleep的小问题了）

./build.sh

③运行TUM的f1_xyz数据集,轻松搞定

TUM数据集：Computer Vision Group - Dataset Download

KITTI数据集：The KITTI Vision Benchmark Suite

EuRoC数据集：kmavvisualinertialdatasets – ASL Datasets

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml data/rgbd_dataset_freiburg1_xyz/

6.1 问题

①报错：c++: internal compiler error: 已杀死 (program cc1plus)

解决办法：运行内存不足需要增大交换空间，具体步骤查看本文1中的⑥：增大swap交换空间。

② error: ‘usleep’ was not declared in this scope

解决办法：在出错程序的头文件中加入#include <unistd.h>即可，一个一个加吧，只有这个办法（但是不知道为啥，我只在system.h添加了，然后所有报错都没了）

#include <unistd.h>

7 安装运行高翔博士的稠密建图ORBSLAM2_with_pointcloud_ map版本

源码地址：GitHub - gaoxiang12/ORBSLAM2_with_pointcloud_map ，建议git

这一步是最难的一步，在Ubuntu20上折腾了很久，主要是有段错误，非常难受。改进的算法多了稠密建图，所以需要使用点云库PCL，和他配套的VTK可视化工具，这个版本的选择众说纷纭，有的说用最新的，有的说用老的1.7,1.8。最终还是选择了PCL1.8.1，第一遍试了命令行安装，但好像是版本太低，导致编译死机于是在网上查了一下，PCL1.8.1对应VTK版本为7.1.1，只能源码安装VTK了

①安装VTK7.1.1

下载地址：https://www.vtk.org/files/release/7.1/VTK-7.1.1.zip

（1）安装相关依赖

sudo apt-get install git build-essential linux-libc-dev cmake cmake-gui libusb-1.0-0-dev libusb-dev libudev-dev mpi-default-dev openmpi-bin openmpi-common libflann1.9 libflann-dev libeigen3-dev libboost-all-dev libvtk6.3-qt libvtk6.3 libvtk6-dev libqhull* libgtest-dev freeglut3-dev pkg-config libxmu-dev libxi-dev mono-complete openjdk-8-jdk openjdk-8-jre libx11-dev libxext-dev libxtst-dev libxrender-dev libxmu-dev libxmuu-dev

(2)安装qt5 及其相关工具（你懂的，我还是喜欢命令行安装，不出问题绝不回头）

sudo apt-get install qt5-default qtcreator qttools5-dev libqt5x11extras5-dev

(3)进入VTK源码文件夹，编译VTK

mkdir build && cd build
cmake ..
cmake-gui      ###操作见下面文字及图片###
make -j4
sudo make install

选择build文件夹路径，然后勾选“VTK_GROUP_QT”，点击左下角Configure，报错erro。在报错位置输入“VTK_QT_VERSION” = 5，再点击Configure，Generate，出现Configuring done，
Generating done就可以了

（4）配置环境变量（源码安装弊端要添加环境变量）

#sudo gedit /home/用户名/.bashrc
#简便方法，用~代替
sudo gedit ~/.bashrc
#添加下面的内容
#export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
#更新.bashrc
source ~/.bashrc

#添加环境变量
sudo sh -c "echo '/usr/lib/x86_64-linux-gnu' >> /etc/ld.so.conf"
#更新
sudo sh -c "ldconfig"

②安装PCL

源码地址：https://github.com/PointCloudLibrary/pcl，选择1.8.1的tag下载

（1）安装相关依赖，我把PCL的依赖和VTK融合了，源码安装了VTK这一步就不用进行了·

sudo apt-get install git build-essential linux-libc-dev cmake cmake-gui libusb-1.0-0-dev libusb-dev libudev-dev mpi-default-dev openmpi-bin openmpi-common libflann1.9 libflann-dev libeigen3-dev libboost-all-dev libvtk6.3-qt libvtk6.3 libvtk6-dev libqhull* libgtest-dev freeglut3-dev pkg-config libxmu-dev libxi-dev mono-complete openjdk-8-jdk openjdk-8-jre libx11-dev libxext-dev libxtst-dev libxrender-dev libxmu-dev libxmuu-dev

（2）终端进入PCL源码文件夹，编译安装

mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=None -DCMAKE_INSTALL_PREFIX=/usr \\ -DBUILD_GPU=ON-DBUILD_apps=ON -DBUILD_examples=ON \\ -DCMAKE_INSTALL_PREFIX=/usr .. 
make -j4  
sudo make install

（3）安装openni可视化库依赖

sudo apt-get install libopenni-dev 
sudo apt-get install libopenni2-dev

（4）随便找个地方新建文件夹，在文件夹内创建main.cc和CMakeLists.txt，进行cmake编译测试

main.cc

#include <iostream>
#include <pcl/common/common_headers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/console/parse.h>
 
 
int main(int argc, char **argv) 
    std::cout << "Test PCL !!!" << std::endl;
    
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr point_cloud_ptr (new pcl::PointCloud<pcl::PointXYZRGB>);
    uint8_t r(255), g(15), b(15);
    for (float z(-1.0); z <= 1.0; z += 0.05)
    
      for (float angle(0.0); angle <= 360.0; angle += 5.0)
      
	pcl::PointXYZRGB point;
	point.x = 0.5 * cosf (pcl::deg2rad(angle));
	point.y = sinf (pcl::deg2rad(angle));
	point.z = z;
	uint32_t rgb = (static_cast<uint32_t>(r) << 16 |
		static_cast<uint32_t>(g) << 8 | static_cast<uint32_t>(b));
	point.rgb = *reinterpret_cast<float*>(&rgb);
	point_cloud_ptr->points.push_back (point);
      
      if (z < 0.0)
      
	r -= 12;
	g += 12;
      
      else
      
	g -= 12;
	b += 12;
      
    
    point_cloud_ptr->width = (int) point_cloud_ptr->points.size ();
    point_cloud_ptr->height = 1;
    
    pcl::visualization::CloudViewer viewer ("test");
    viewer.showCloud(point_cloud_ptr);
    while (!viewer.wasStopped()) ;
    return 0;

CMakeLists.txt

cmake_minimum_required(VERSION 2.6)
project(pcl_test)
 
find_package(PCL 1.2 REQUIRED)
 
include_directories($PCL_INCLUDE_DIRS)
link_directories($PCL_LIBRARY_DIRS)
add_definitions($PCL_DEFINITIONS)
 
add_executable(pcl_test 
                main.cc)
 
target_link_libraries (pcl_test $PCL_LIBRARIES)
 
install(TARGETS pcl_test RUNTIME DESTINATION bin)

文件夹内输入./pcl_test ,出现如下窗口则pcl安装成功

./pcl_test

② 编译g2o_with_orbslam2

为了不增加文章篇幅，所以请读者查看问题①②③依次修改9(也可直接编译，等报错显示之后在修改)（狗头表情）

然后还是老一套

mkdir build
cmake ..
make -j4
sudo make install

③编译ORB_SLAM2_modified

(1)进入ORB_SLAM2_modified文件夹，给build.sh可执行权限

chmod 777 build.sh

(2)修改CmakeLists.txt

#将      12行，13行中的-march=native删掉，33行换掉opencv版本
set(CMAKE_C_FLAGS "$CMAKE_C_FLAGS  -Wall  -O3   -march=native")
set(CMAKE_CXX_FLAGS "$CMAKE_CXX_FLAGS -Wall   -O3   -march=native")

find_package(OpenCV 2.3.7 REQUIRED)

#改为
set(CMAKE_C_FLAGS "$CMAKE_C_FLAGS  -Wall  -O3   -march=native")
set(CMAKE_CXX_FLAGS "$CMAKE_CXX_FLAGS -Wall   -O3   -march=native")

find_package(OpenCV 3.4.7 REQUIRED)

(3)执行build.sh

./build.sh

④运行ORBSLAM2_with_pointcloud_map

（1）在Exmaple中为生成相应的可执行文件，因为生成点云需要深度，所以需要生成结合rgb和depth的txt文件,associate.py下载地址

#  PATH_TO_SEQUENCE为下载的TUM数据集路径，rgb.txt为数据集自带
python associate.py PATH_TO_SEQUENCE/rgb.txt PATH_TO_SEQUENCE/depth.txt > associations.txt

（2）复制字典，高翔博士的Vocabulary没有ORBvoc.txt，需要复制一下ORB_SLAM2当中的

（3）运行程序

# PATH_TO_SEQUENCE_FOLDER 为数据集路径，我的为data/rgbd_dataset_freiburg1_xyz/
# ASSOCIATIONS_FILE为associate.py生成的txt文件路径
./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUMX.yaml PATH_TO_SEQUENCE_FOLDER ASSOCIATIONS_FILE

（4）完结撒花

⑤保存点云

（1）修改ORB_SLAM2_modified/pointcloudmapping.cc文件：
添加头文件#include <pcl/io/pcd_io.h>
在文件126行void PointCloudMapping::viewer()中，while（1）结束后后追加两行代码

pcl::io::savePCDFile("result.pcd", *globalMap);
cout << "Final result saved." << endl;

（2）重新编译ORB_SLAM2_modified，再运行就会生成result.pcd

(3)终端输入命令查看点云文件

pcl_viewer result.pcd

7.1 问题

①报错：error: no matching function for call to ‘g2o::SE2::setRotation (Eigen::Rotation2D<double>::Scalar

解决办法：修改 g2o_with_orbslam2/g2o/types/slam2d/edge_se2_pointxy_bearing.cpp，51行

将
t.setRotation(t.rotation().angle()+_measurement);
改为
t.setRotation((Eigen::Rotation2Dd)(t.rotation().angle()+_measurement));

②error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_ TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMERIC_TYPES_EXPLICITLY

解决办法：修改 g2o_with_orbslam2/g2o/solvers/linear_solver_eigen.h，54行

将
typedef Eigen::PermutationMatrix<Eigen::Dynamic, Eigen::Dynamic, SparseMatrix::Index> PermutationMatrix;
改为
typedef Eigen::PermutationMatrix<Eigen::Dynamic, Eigen::Dynamic, int> PermutationMatrix;

③error: static assertion failed: FLOATING_POINT_ARGUMENT_PASSED__ INTEGER_WAS_EXPECTED’ is not a member of ‘Eigen::internal::static_asse

解决办法：修改g2o_with_orbslam2/g2o/solvers/linear_solver_eigen.h，80行

将
VectorXd probLimits(MO_NUM_ELEMS);
      for (int i = 0; i < probLimits.size(); ++i)
        probLimits[i] = (i + 1) / (double) MO_NUM_ELEMS;
改为
VectorXd probLimits;
      probLimits.resize(MO_NUM_ELEMS);
      for (int i = 0; i < probLimits.size(); ++i)
        probLimits[i] = (i + 1) / (double) MO_NUM_ELEMS;