保姆级避坑指南:在Ubuntu 20.04上从源码编译ORB-SLAM3(含Pangolin、OpenCV版本冲突解决)

news2026/4/27 12:28:29
保姆级避坑指南在Ubuntu 20.04上从源码编译ORB-SLAM3含Pangolin、OpenCV版本冲突解决视觉SLAM领域的研究者和开发者们想必对ORB-SLAM3这个开源的视觉惯性SLAM系统都不陌生。作为ORB-SLAM系列的第三代产品它在精度和鲁棒性上都有了显著提升。然而从源码编译安装ORB-SLAM3的过程却常常让人头疼不已——各种依赖库的版本冲突、编译报错层出不穷特别是Pangolin和OpenCV的版本问题让不少开发者在这第一步就栽了跟头。本文将聚焦Ubuntu 20.04环境下ORB-SLAM3的编译安装过程但不同于普通的安装教程我们会以问题驱动的方式直击那些最容易卡住开发者的编译报错点。无论你是刚接触SLAM的研究生还是需要快速搭建开发环境的企业工程师这篇指南都能帮你避开90%的常见坑点节省大量调试时间。1. 环境准备与依赖安装在开始编译ORB-SLAM3之前我们需要确保系统已经安装了所有必要的依赖项。Ubuntu 20.04默认的软件源可能不包含所有需要的库因此需要添加一些PPA源并手动安装特定版本。1.1 系统基础依赖首先更新软件包列表并安装基础编译工具sudo apt update sudo apt install -y git cmake gcc g build-essential接下来安装一些必要的系统库sudo apt install -y libssl-dev libusb-1.0-0-dev libglfw3-dev libglew-dev \ libboost-all-dev libeigen3-dev libpython2.7-dev pkg-config \ libjpeg-dev libpng-dev libtiff-dev libavcodec-dev libavformat-dev \ libswscale-dev libv4l-dev libxvidcore-dev libx264-dev1.2 Eigen3安装ORB-SLAM3需要Eigen3作为线性代数库。虽然Ubuntu 20.04自带的Eigen3版本(3.3.7)可以工作但建议安装3.3.4版本以确保兼容性wget https://gitlab.com/libeigen/eigen/-/archive/3.3.4/eigen-3.3.4.tar.gz tar -xzvf eigen-3.3.4.tar.gz cd eigen-3.3.4 mkdir build cd build cmake .. sudo make install安装完成后检查Eigen3版本pkg-config --modversion eigen32. Pangolin安装与常见问题解决Pangolin是一个轻量级的OpenGL显示/交互库ORB-SLAM3使用它来可视化SLAM过程。官方推荐使用Pangolin 0.6版本但直接安装可能会遇到各种依赖问题。2.1 安装Pangolin 0.6首先安装Pangolin的依赖项sudo apt install -y libglew-dev libpython2.7-dev libgl1-mesa-dev \ libwayland-dev libxkbcommon-dev wayland-protocols \ libegl1-mesa-dev libwayland-egl1-mesa然后从GitHub获取Pangolin 0.6源码git clone --branch v0.6 https://github.com/stevenlovegrove/Pangolin.git cd Pangolin mkdir build cd build cmake -DCMAKE_BUILD_TYPERelease .. make -j$(nproc) sudo make install2.2 常见Pangolin报错及解决问题1编译时出现Could NOT find OpenGL (missing: OPENGL_gl_LIBRARY)解决方案安装OpenGL开发文件sudo apt install -y libglu1-mesa-dev freeglut3-dev mesa-common-dev问题2运行时出现error while loading shared libraries: libpango_gl.so: cannot open shared object file解决方案更新动态链接库缓存sudo ldconfig问题3测试程序时窗口闪退解决方案确保安装了正确的显卡驱动并设置正确的环境变量export DISPLAY:03. OpenCV版本冲突解决方案ORB-SLAM3官方推荐使用OpenCV 4.4但Ubuntu 20.04默认仓库中的OpenCV版本是4.2。更复杂的是某些依赖库可能需要特定版本的OpenCV。以下是经过验证的解决方案。3.1 安装OpenCV 4.4首先卸载系统中可能存在的旧版本OpenCVsudo apt purge -y libopencv* opencv* sudo apt autoremove -y然后安装OpenCV 4.4的依赖项sudo apt install -y libgtk2.0-dev libavcodec-dev libavformat-dev \ libswscale-dev libtbb2 libtbb-dev libjpeg-dev libpng-dev \ libtiff-dev libdc1394-22-dev下载并编译OpenCV 4.4wget -O opencv.zip https://github.com/opencv/opencv/archive/4.4.0.zip wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.4.0.zip unzip opencv.zip unzip opencv_contrib.zip cd opencv-4.4.0 mkdir build cd build cmake -DOPENCV_EXTRA_MODULES_PATH../../opencv_contrib-4.4.0/modules \ -DCMAKE_BUILD_TYPERelease -DCMAKE_INSTALL_PREFIX/usr/local .. make -j$(nproc) sudo make install3.2 处理OpenCV版本冲突问题1ORB-SLAM3编译时报错Could not find a configuration file for package OpenCV解决方案修改ORB-SLAM3的CMakeLists.txt文件将find_package(OpenCV 4.4)改为你实际安装的OpenCV版本号。问题2多个OpenCV版本共存导致冲突解决方案使用CMake显式指定OpenCV路径set(OpenCV_DIR /usr/local/lib/cmake/opencv4) find_package(OpenCV 4.4 REQUIRED)4. ORB-SLAM3编译与调试4.1 获取ORB-SLAM3源码git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git cd ORB_SLAM34.2 解决Sophus头文件问题问题编译时出现fatal error: sophus/se3.hpp: No such file or directory解决方案修改CMakeLists.txt添加Sophus头文件路径include_directories( ${PROJECT_SOURCE_DIR} ${PROJECT_SOURCE_DIR}/include ${PROJECT_SOURCE_DIR}/Thirdparty/Sophus ${EIGEN3_INCLUDE_DIR} )4.3 编译ORB-SLAM3建议分步编译而非使用build.sh脚本便于定位问题# 编译DBoW2 cd Thirdparty/DBoW2 mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc) # 编译g2o cd ../../g2o mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc) # 编译Sophus cd ../../Sophus mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc) # 编译主项目 cd ../../.. mkdir build cd build cmake .. -DCMAKE_BUILD_TYPERelease make -j$(nproc)4.4 常见编译错误解决错误1undefined reference to omp_get_thread_num解决方案在CMakeLists.txt中添加OpenMP支持find_package(OpenMP REQUIRED) set(CMAKE_CXX_FLAGS ${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS})错误2Eigen对齐问题导致的段错误解决方案在包含Eigen头文件前定义宏#define EIGEN_DONT_ALIGN_STATICALLY #include Eigen/Dense错误3CUDA相关错误如果使用NVIDIA显卡解决方案确保安装了正确版本的CUDA并在CMake中启用CUDA支持find_package(CUDA REQUIRED) set(CMAKE_CUDA_FLAGS ${CMAKE_CUDA_FLAGS} -archsm_75) # 根据你的GPU架构修改5. 运行测试与性能优化5.1 下载测试数据集ORB-SLAM3支持EuRoC MAV数据集wget http://robotics.ethz.ch/~asl-datasets/ijrr_euroc_mav_dataset/machine_hall/MH_01_easy/MH_01_easy.zip unzip MH_01_easy.zip -d Datasets5.2 运行单目示例./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH_01_easy ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt5.3 性能优化建议词汇树加载优化将ORBvoc.txt转换为二进制格式可显著加快启动速度./tools/bin_vocabulary多线程优化在System.cc中调整线程数量#define NUM_THREADS 4 // 根据CPU核心数调整实时性调整在Tracking.cc中修改关键帧插入策略// 增加关键帧插入的最小时间间隔 const float minTimeInterval 0.5; // 原值为0.1内存优化在KeyFrameDatabase.cc中限制特征点数量// 设置每帧最大特征点数 const int maxFeatures 2000; // 原值为30006. ROS集成注意事项如果需要将ORB-SLAM3与ROS集成需要注意以下问题6.1 环境变量设置echo export ROS_PACKAGE_PATH\$ROS_PACKAGE_PATH:$(pwd)/Examples_old/ROS ~/.bashrc source ~/.bashrc6.2 ROS编译常见问题问题1缺少sophus/se3.hpp解决方案修改ROS/ORB_SLAM3/CMakeLists.txtinclude_directories( ${PROJECT_SOURCE_DIR}/../../../Thirdparty/Sophus )问题2Eigen与OpenCV类型转换错误解决方案在相关源文件中添加类型转换代码cv::Mat Tcw; Sophus::SE3f Tcw_SE3f mpSLAM-TrackMonocular(cv_ptr-image,cv_ptr-header.stamp.toSec()); Eigen::Matrix4f Tcw_Matrix Tcw_SE3f.matrix(); cv::eigen2cv(Tcw_Matrix, Tcw);6.3 使用RealSense相机对于Intel RealSense D455相机需要安装ROS驱动sudo apt install ros-noetic-realsense2-camera然后修改相机参数文件# 在RealSense_D435i.yaml中调整以下参数 Camera.fps: 30 Camera.width: 640 Camera.height: 4807. 高级调试技巧当ORB-SLAM3运行异常时可以使用以下方法进行调试7.1 GDB调试gdb --args ./Examples/Monocular/mono_euroc ./Vocabulary/ORBvoc.txt ./Examples/Monocular/EuRoC.yaml ./Datasets/MH_01_easy ./Examples/Monocular/EuRoC_TimeStamps/MH01.txt7.2 日志输出在System.cc中启用详细日志// 设置日志级别 Verbose::SetThresHold(Verbose::VERBOSITY_DEBUG);7.3 性能分析使用gperftools进行CPU性能分析sudo apt install google-perftools LD_PRELOAD/usr/lib/x86_64-linux-gnu/libprofiler.so CPUPROFILEorb_slam3.prof ./Examples/Monocular/mono_euroc ... pprof --web ./Examples/Monocular/mono_euroc orb_slam3.prof7.4 内存检查使用valgrind检测内存泄漏valgrind --leak-checkfull ./Examples/Monocular/mono_euroc ...8. 跨平台移植注意事项如果需要将ORB-SLAM3移植到其他平台需要注意8.1 Windows平台使用vcpkg管理依赖项vcpkg install eigen3 pangolin opencv4 --triplet x64-windows修改CMakeLists.txt添加Windows特定选项if(WIN32) add_definitions(-D_USE_MATH_DEFINES) set(CMAKE_WINDOWS_EXPORT_ALL_SYMBOLS ON) endif()8.2 ARM平台如Jetson交叉编译时指定ARM架构cmake .. -DCMAKE_TOOLCHAIN_FILE../platforms/linux/aarch64-gnu.toolchain.cmake针对NEON指令集优化set(CMAKE_CXX_FLAGS ${CMAKE_CXX_FLAGS} -mfpuneon -mfloat-abihard)8.3 Docker容器化创建Dockerfile简化部署FROM ubuntu:20.04 RUN apt update apt install -y git cmake g libopencv-dev libeigen3-dev RUN git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git WORKDIR /ORB_SLAM3 RUN ./build.sh9. 长期维护建议为了保持ORB-SLAM3的稳定运行建议定期更新关注GitHub仓库的更新特别是bug修复分支版本控制使用git管理你的修改方便合并上游更新备份配置保存工作环境的配置脚本便于快速重建性能监控使用工具记录SLAM系统的资源使用情况社区参与在GitHub Issues中分享你的解决方案帮助其他开发者在实际项目中我们通常会遇到各种预料之外的问题。记住90%的编译错误都源于版本不匹配或路径设置错误。保持耐心仔细阅读错误信息逐步排查最终你一定能够成功搭建ORB-SLAM3开发环境。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2542984.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…