Ubuntu 18.04 ROS Melodic 下 ORB-SLAM3 双版本安装实战指南在机器人视觉领域ORB-SLAM3 作为当前最先进的视觉 SLAM 系统之一其安装配置过程却常常让开发者头疼不已。本文将针对 Ubuntu 18.04 ROS Melodic 环境详细解析 ORB-SLAM3 1.0 和 0.3 两个版本的完整安装流程并分享 USB 摄像头实战中的关键技巧与避坑经验。1. 环境准备与依赖项配置1.1 系统基础环境检查在开始安装前建议先执行以下命令更新系统sudo apt update sudo apt upgrade -y确认系统版本和硬件配置Ubuntu 18.04.6 LTS建议使用完整版而非服务器版推荐至少 4GB 内存编译 g2o 时内存不足会导致失败建议预留 20GB 以上磁盘空间1.2 核心依赖项安装ORB-SLAM3 需要以下关键依赖sudo apt install -y \ libglew-dev \ libpython2.7-dev \ pkg-config \ libegl1-mesa-dev \ libwayland-dev \ libxkbcommon-dev \ wayland-protocols \ libeigen3-dev \ libsuitesparse-dev \ qtdeclarative5-dev \ libqglviewer-dev \ libboost-dev \ libssl-dev \ libcanberra-gtk-module注意如果之前安装过不同版本的 Boost建议先卸载以避免冲突。ORB-SLAM3 对 Boost 版本要求较为灵活系统默认的 1.65 版本即可正常工作。1.3 Pangolin 安装与配置Pangolin 是 ORB-SLAM3 的显示依赖推荐从源码安装最新版git clone https://github.com/stevenlovegrove/Pangolin.git cd Pangolin ./scripts/install_prerequisites.sh recommended mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc) sudo make install常见问题排查如果遇到Could NOT find OpenGL错误安装libgl1-mesa-dev编译时卡在 99% 通常是因为并行编译线程过多可尝试make -j22. ORB-SLAM3 0.3 版本安装详解2.1 源码获取与准备git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3-0.3 cd ORB_SLAM3-0.3 git checkout tags/v0.32.2 第三方库编译ORB-SLAM3 自带了修改版的 DBoW2 和 g2o需要先编译cd Thirdparty/DBoW2 mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc) cd ../../g2o mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc)2.3 主系统编译cd ../../.. mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc)编译成功后解压词汇表cd ../Vocabulary tar -xf ORBvoc.txt.tar.gz2.4 ROS 接口编译cd .. chmod x build_ros.sh ./build_ros.sh常见问题解决方案问题Map Viewer 空白无图像检查摄像头话题是否正确rostopic list修改Examples/ROS/ORB_SLAM3/src/ros_mono.cc中的话题名称message_filters::Subscribersensor_msgs::Image left_sub(nh, /usb_cam/image_raw, 1);重建软链接sudo ln -sf $(pwd)/Examples/ROS/ORB_SLAM3 /opt/ros/melodic/share/ORB_SLAM33. ORB-SLAM3 1.0 版本特殊配置3.1 版本差异说明1.0 版本相比 0.3 版本主要变化新增多地图系统改进 IMU 初始化重构代码结构分离 Examples 和 Examples_old修改了部分接口定义3.2 关键配置调整OpenCV 版本冲突解决方案修改CMakeLists.txt中的 OpenCV 检测逻辑find_package(OpenCV 3 REQUIRED) if(NOT OpenCV_FOUND) message(FATAL_ERROR OpenCV 3.0 not found.) endif()Eigen 兼容性问题修复在出现 Eigen 相关错误的源文件中添加#include Eigen/Dense #include opencv2/core/eigen.hpp并将原有的cv::Mat转换改为Sophus::SE3f Tcw_SE3f mpSLAM-TrackMonocular(...); Eigen::Matrix4f Tcw_Matrix Tcw_SE3f.matrix(); cv::eigen2cv(Tcw_Matrix, Tcw);3.3 ROS 接口特殊处理1.0 版本的 ROS 节点位于Examples_old/ROS中需要手动创建软链接cd Examples/ROS ln -s ../../Examples_old/ROS/ORB_SLAM3 .然后重新编译 ROS 接口./build_ros.sh4. USB 摄像头实战配置4.1 USB 摄像头驱动安装cd ~/catkin_ws/src git clone https://github.com/ros-drivers/usb_cam.git cd .. rosdep install --from-paths src --ignore-src -r -y catkin_make4.2 摄像头参数配置修改usb_cam-test.launch文件param namevideo_device value/dev/video0 / param nameimage_width value640 / param nameimage_height value480 / param namepixel_format valueyuyv /4.3 单目摄像头运行启动顺序ROS 核心roscoreUSB 摄像头节点roslaunch usb_cam usb_cam-test.launchORB-SLAM3 单目节点rosrun ORB_SLAM3 Mono PATH_TO_VOCABULARY/ORBvoc.txt PATH_TO_SETTINGS_FILE/Asus.yaml4.4 双目摄像头特殊配置对于合成图像的双目摄像头单设备输出左右拼接图像需要先分割图像import cv2 cap cv2.VideoCapture(2) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) while True: ret, frame cap.read() left frame[:, 0:640] right frame[:, 640:1280] cv2.imshow(left, left) cv2.imshow(right, right) if cv2.waitKey(1) 0xFF ord(q): break对应的 launch 文件配置param namevideo_device value/dev/video2 / param nameimage_width value1280 / param nameimage_height value480 /5. 性能优化与调试技巧5.1 参数调优建议关键参数在 YAML 配置文件中Camera.fps: 30.0 # 与实际摄像头帧率匹配 ORBextractor.nFeatures: 1000 # 特征点数量影响性能 ORBextractor.scaleFactor: 1.2 # 金字塔缩放因子5.2 常见问题诊断问题跟踪频繁丢失检查环境光照是否充足尝试降低移动速度增加 ORB 特征点数量问题地图漂移严重检查摄像头标定参数准确性尝试启用闭环检测需配置 Vocabulary 文件调整关键帧插入策略参数5.3 资源监控命令查看系统资源使用htop # 查看CPU/内存占用 nvidia-smi # 查看GPU使用情况如果使用GPU加速查看 ROS 节点通信rqt_graph rostopic hz /usb_cam/image_raw # 检查图像发布频率在实际项目中我们发现 1.0 版本在多地图场景下表现更稳定而 0.3 版本对于资源受限的设备更为友好。建议根据具体应用场景选择合适的版本对于学术研究推荐使用 1.0 版本以体验最新功能而对于嵌入式部署则可考虑 0.3 版本的稳定性。