一    
    
    
    、./build.sh编译ORB-SLAM3出现的各种问题

1     


     


     


     


、问题：OpenCV > 4.4 not found

编译build.sh时报错：OpenCV > 4.4 not found

解决方法 （1）找到ORB_SLAM3文件夹下的CMakeList.txt 中的find_package(OpenCV 4.4)位置    
    
    
    ，修改为： LIST(APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules) find_package(OpenCV 3 REQUIRED) if(NOT OpenCV_FOUND) message(FATAL_ERROR "OpenCV > 4.4 not found.")

2




 




 




 




、问题：error: ‘slots_reference’ was not declared in this scope

Pangolin最新版本导致的bug     


     


     


     


，报错error；如果跑ORB-SLAM2
   

   

   

   、ORB-SLAM3不要用最新版的Pangolin进行编译安装




 




 




 




，会导致error: ‘slots_reference’ was not declared in this scope或者cannot findind Eigen3.cmake
   

   

   

   ，我就是安装了最新版然后编译ORB-SLAM2库的时候报了一大堆错     

     

     

     

，改环境跟代码花了一天时间都没有搞定 




  




  




  




，最后发现是这个问题

  


  


  


  ，欲哭无泪www

解决方法

1     

     

     

     

、卸载最新版Pangolin     
     
     
     
，进入Pangolin文件夹的build里边  




   




   




   




，执行

sudo make uninstall

2 




  




  




  




、安装Pangolin v0.5的版本    
    
    
    。

安装链接：https://github.com/stevenlovegrove/Pangolin/tree/v0.5

3

  


  


  


  、安装步骤

cd Pangolin

mkdir build && cd build

cmake ..

cd ..

cmake --build .

sudo make install

参考链接：https://codingnote.cc/p/484790/

二     
     
     
     
、ORB-SLAM3 效果展示

1  




   




   




   




、编译./build.sh成功

2


 



 



 



 、发现源码里没有euroc_examples.sh文件

好不容易build.sh编译完要测数据了


 



 



 



 ，然后发现源码里没有euroc_examples.sh                    ，然而README里是这么说的：

直接裂开   




    




    




    




，虚空examples


















，一查发现有同行说是新版的ORB-SLAM3库里没有了                    ，于是赶紧找找有没有前辈下载下来了euroc_examples.sh这个文件    



     



     



     



，然后就找到了个github里头是有这个文件的



















，这个github还是ORB-SLAM3的详细注释版    
    
    
    ，以后要看懂代码的话少不了它     


     


     


     


，链接先放这了

https://github.com/electech6/ORB_SLAM3_detailed_comments

3                    、测试EuRoC数据集上的效果

（1）EuRoC数据集由两个针孔摄像头（pinhole）和一个惯性传感器（IMU）记录得到




 




 




 




，以下只展示测试的部分视频序列的部分结果

（2）视频序列：MH_01_easy

MH_01_easy 双目 效果 Eval命令行示例：

echo "Launching MH01 with Stereo sensor" ./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml "$pathDatasetEuroc"/MH01 ./Examples/Stereo/EuRoC_TimeStamps/MH01.txt dataset-MH01_stereo echo "------------------------------------" echo "Evaluation of MH01 trajectory with Stereo sensor" python evaluation/evaluate_ate_scale.py evaluation/Ground_truth/EuRoC_left_cam/MH01_GT.txt f_dataset-MH01_stereo.txt --plot MH01_stereo.pdf

和GroundTruth轨迹对比的Eval结果：

absolute_translational_error.rmse 0.025333 m

absolute_translational_error.mean 0.022465 m

absolute_translational_error.median 0.022143 m

absolute_translational_error.std 0.011709 m

absolute_translational_error.min 0.000709 m

absolute_translational_error.max 0.072913 m

（3）视频序列：MH_03_medium

MH_03_medium 双目 效果 MH_03_medium 单目+IMU 效果

（3）视频序列：V1_01_easy

V1_01_easy 双目 效果 V1_01_easy 单目+IMU 效果

（4）使用IMU数据时可能出现的问题：

（4-a）跟踪局部地图失败
   

   

   

   ，需要等SLAM系统重新初始化

Fail to track local map! IMU is not or recently initialized. Reseting active map... SYSTEM-> Reseting active map in monocular case`

（4-b）IMU加速度不足 not enough acceleration

（5）单目   




    




    




    




、双目


















、单目+IMU                    、双目+IMU精度对比

以MH_01_easy视频序列为例     

     

     

     

，双目或单目+IMU精度最高 




  




  




  




，单目偏差离谱（由于没有尺度因子

  


  


  


  ，存在零点漂移）

4    



     



     



     



、测试TUM-VI数据集上的效果

（1）TUM-VI数据集由两个鱼眼摄像头（fisheye）和一个惯性传感器（IMU）记录得到     
     
     
     
，以下只展示测试的部分视频序列的部分结果

（2）视频序列：dataset-room1_512_16

dataset-room1_512_16 单目+IMU 效果 dataset-room1_512_16 双目+IMU 效果

（3）视频序列：dataset-corridor1_512_16

dataset-corridor1_512_16 单目+IMU 效果 dataset-corridor1_512_16 双目+IMU 效果

（4）视频序列：dataset-magistrale1_512_16

dataset-magistrale1_512_16 单目+IMU 效果

（5）视频序列：dataset-outdoors1_512_16

dataset-outdoors1_512_16 单目+IMU 效果

→ A.不忽略20米外的远处特征点  




   




   




   




，运行至户外大天空场景时可见算法跟踪到的红框内有很多天空点


 



 



 



 ，会导致算法发散                    ，对地图点的定位失败

→ B. 忽略20米外的远处特征点后最终建图效果   




    




    




    




，跑到最后不知为啥总会Shutdown


















，没能看到闭环检测后的效果                    ，具体后面得再找找原因    



     



     



     



，

dataset-outdoors1_512_16 双目+IMU 效果

→ A.（1）不忽略20米外的远处特征点



















，运行至户外大天空场景时可见算法跟踪到的红框内有很多天空点    
    
    
    ，会导致算法发散     


     


     


     


，对地图点的定位失败

（2）运行到后边越来越卡顿




 




 




 




，这是由于地图太大
   

   

   

   ，缓存都吃满了

→ B.（1）忽略20米外的远处特征点     

     

     

     

，可见户外大天空场景下许多天空点都被滤除了 




  




  




  




，算法不会发散

  


  


  


  ，匹配点集中在20米内

（2）这个是我跑的     
     
     
     
，在远



















、大场景不做闭环时  




   




   




   




，最后可能存在累计漂移

（3）我跑到最后不知为啥总会Shutdown


 



 



 



 ，没能看到闭环检测后的效果                    ，具体后面得再找找原因   




    




    




    




，最终建图效果可参照别人的结果

（4）忽略20米外的特征点后不会爆内存

（6）运行问题：Fail to track local map!

跟踪局部地图失败


















，等待系统执行重定位Relocalize或重新建图new map即可

三    
    
    
    、其他问题及本地相机运行参考

https://blog.csdn.net/hhz_999/article/details/120473659

https://blog.csdn.net/qq_36804414/article/details/109241264

https://blog.csdn.net/qq_36804414/article/details/109248693