开发环境

  • 操作系统：Windows 11
  • 虚拟机：VMware Workstation 17.5
  • 虚拟系统：Ubuntu 20.04.6

本文记录在 Ubuntu 20.04 虚拟机中搭建 ORB-SLAM3 开发环境并使用 EuRoC 和 TUM VI 数据集进行测试的完整流程，结合最新官方文档进行了适配和验证。

1. 安装 ROS1 及依赖

为简化依赖管理，通过 fishros 一键安装 ROS1（Noetic）：

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

安装过程中选择 ROS1 版本，并保留默认配置。

安装完成后，补充安装 ffmpeg：

sudo apt install ffmpeg

2. 安装 Pangolin 0.6

Pangolin 用于可视化，需禁用对 Boost 库的依赖编译安装。

# 下载源码（建议通过浏览器下载后解压）
# https://github.com/stevenlovegrove/Pangolin/archive/refs/tags/v0.6.zip

cd pangolin-0.6
mkdir build && cd build
cmake -DCPP11_NO_BOOST=1 ..
make
sudo make install

3. 安装 ORB-SLAM3

3.1 安装基础依赖

sudo apt install git cmake gcc g++ mlocate

3.2 克隆仓库

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

3.3 修改配置以适配环境

  1. 检查 OpenCV 版本：

    pkg-config --modversion opencv4

  2. 修改 ORB-SLAM3/CMakeLists.txt：

    • 将 find_package(OpenCV X.X) 改为 find_package(OpenCV 4.2)
    • 将 find_package(Eigen3 X.X REQUIRED) 改为 find_package(Eigen3 REQUIRED)

  3. 修改 build.sh 中的并行编译参数：

    • 将所有 make -j 行改为合适的参数，注意脚本中有 make -j4 避免因核心不足导致编译失败

  4. 修改 Thirdparty/DBoW2/CMakeLists.txt：

    • 将 find_package(OpenCV X.X QUIET) 改为 find_package(OpenCV 4.2 QUIET)

  5. 启用可视化窗口：

    • 编辑 Examples/Monocular/mono_euroc.cc
    • 将第 83 行的 false 改为 true

3.4 编译 ORB-SLAM3

cd ORB-SLAM3
chmod +x build.sh
./build.sh

4. 下载并组织 EuRoC 数据集和 TUM VI 数据集

EuRoC 数据集由 ETH 提供，包含同步的双目图像、IMU 数据及高精度真值1。

  1. 访问 EuRoC MAV Dataset
  2. 下载 MH_01_easy.zip（Machine Hall 系列）
  3. 在 ORB-SLAM3 目录下创建数据集结构 ORB_SLAM3/datasets/MH01/
  4. 解压 MH_01_easy.zip ，将内部的 mav0 文件夹移入 MH01 文件夹

TUM VI 数据集由 TUM 提供，包含同步的 RGB 图像、深度图和相机位姿真值。

  1. 访问 TUM CVG Dataset
  2. 下载 rgbd_dataset_freiburg1_desk, rgbd_dataset_freiburg1_xyz, associate.py
  3. 运行 associate.py rgb.txt depth.txt > associate.txt 生成 associate.txt

5. 运行测试示例

进入 Examples 目录，根据传感器配置运行不同模式。

注意在源文件中，系统通过以下方式初始化：

ORB_SLAM3::System SLAM(argv[1], argv[2], ORB_SLAM3::System::IMU_STEREO, false);

其中false：表示 不使用可视化界面（Viewer）；若设为 true 则启用 GUI

5.1 单目模式

cd ORB-SLAM3/Examples
./Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ./Monocular/EuRoC.yaml /home/xjc/Desktop/ORB_SLAM3/datasets/MH01 ./Monocular/EuRoC_TimeStamps/MH01.txt

5.2 单目-惯性模式

./Monocular-Inertial/mono_inertial_euroc ../Vocabulary/ORBvoc.txt ./Monocular-Inertial/EuRoC.yaml /home/xjc/Desktop/ORB_SLAM3/datasets/MH01 ./Monocular-Inertial/EuRoC_TimeStamps/MH01.txt

5.3 双目模式

./Stereo/stereo_euroc ../Vocabulary/ORBvoc.txt ./Stereo/EuRoC.yaml /home/xjc/Desktop/ORB_SLAM3/datasets/MH01 ./Stereo/EuRoC_TimeStamps/MH01.txt

5.4 双目-惯性模式

./Stereo-Inertial/stereo_inertial_euroc ../Vocabulary/ORBvoc.txt ./Stereo-Inertial/EuRoC.yaml /home/xjc/Desktop/ORB_SLAM3/datasets/MH01 ./Stereo-Inertial/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereoi

5.5 RGBD模式

sudo mount -t fuse.vmhgfs-fuse .host:/ /mnt/hgfs -o allow_other
./RGB-D/rgbd_tum ../Vocabulary/ORBvoc.txt ./RGB-D/TUM1.yaml /mnt/hgfs/robot/datasets/rgbd_dataset_freiburg1_desk/ /mnt/hgfs/robot/datasets/rgbd_dataset_freiburg1_desk/associate.txt

结果视频如下：

  1. Burri, M., et al. (2016). The EuRoC micro aerial vehicle datasets. The International Journal of Robotics Research. DOI:10.1177/0278364915620033 ↩︎