Ubuntu 18.04 安装ROS Melodic与ORB-SLAM2

gaunthan Posted on Dec 20 2018

> ORB-SLAM2是视觉SLAM实现的佼佼者，许多研究都基于该框架进行。而在机器人工程领域中，ROS是研究者第一想到的操作平台。ROS对许多底层的操作和机器人领域常用的算法进行了封装。考虑到ROS的易用性和广泛性，ORB-SLAM2的作者提供了该框架的ROS封装。本文讲解如何在Ubuntu 18.04上安装ROS和ORB-SLAM2。

## Installing ROS Melodic on Ubuntu 18.04
ROS的发行版是构建在Ubuntu之上的，因此选择Ubuntu作为操作系统能大大简化安装过程。ROS官方Wiki上已经维护了很详细的[安装教程](http://wiki.ros.org/Installation/Ubuntu)，因此这里我们只将命令整合起来，方便读者直接复制到终端运行（运行前请到源配置中启用restricted，universe和multiverse软件源）：

```bash
# Setup your sources.list
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
# Set up your keys
sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAEEB01FA116
# Update Debian package index
sudo apt update
# Desktop-Full Install
sudo apt install ros-melodic-desktop-full -y
# Initialize rosdep
sudo rosdep init
rosdep update
# Environment setup
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source ~/.bashrc
# Dependencies for building packages
sudo apt install python-rosinstall python-rosinstall-generator python-wstool build-essential git -y
```

## Install ORB-SLAM2
### Install dependencies
安装ORB-SLAM2之前还需要先安装它依赖的第三方库或工具。

#### C++11 or C++0x Compiler
C++11编译器已经在先前安装ROS时安装了，因此该步骤可跳过。

#### Pangolin
安装命令如下：

```sh
# Install dependencies
sudo apt-get install libglew-dev -y
sudo apt-get install cmake -y

# Build Pangolin from source and install it
curr_dir=`pwd`
cd /tmp
git clone https://github.com/gaunthan/Pangolin
cd Pangolin
mkdir build
cd build
cmake ..
make
sudo make install
cd "$curr_dir"
```

#### OpenCV
ROS自带OpenCV，因此不需要再单独安装它。由于ROS支持Python，因此可以安装OpenCV的Python接口，这样就可以用Python调用Opencv：

sudo apt install python-opencv python3-opencv -y

#### Eigen3
安装命令如下：

```sh
curr_dir=`pwd`
cd /tmp
wget http://bitbucket.org/eigen/eigen/get/3.3.4.tar.gz
tar xzvf 3.3.4.tar.gz
cd eigen-eigen-*
mkdir build
cd build
cmake ..
sudo make install
cd "$curr_dir"
```

**Eigen目前最新版本已经到3.3.7，但是使用该版本在运行Examples时会遇到Segment fault（原因不明），因此建议安装3.3.4版本。**

#### DBoW2 and g2o
DBoW2和g2o的代码已经包含在ORB-SLAM2源码下的Thirdparty目录中。由于ORB-SLAM2对这两个库的原版代码进行了修改，因此请使用该目录下的代码进行库的构建。由于构建命令也包含在了ORB-SLAM2的构建脚本中，因此该步骤可跳过。

### Build ORB-SLAM2 from source
首先从Github下载ORB-SLAM2的源码。由于[官方源码](https://github.com/raulmur/ORB_SLAM2)有些小Bug，因此可以使用[笔者修正的源码](https://github.com/gaunthan/ORB_SLAM2)。

运行下述命令即可自动完成ORB-SLAM2的安装：

```sh
mkdir -p ~/workspace
cd ~/workspace
git clone https://github.com/gaunthan/ORB_SLAM2
cd ORB_SLAM2
chmod +x build.sh build_ros.sh
./build.sh
echo 'export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:'"`pwd`/Examples/ROS" >> ~/.bashrc
./build_ros.sh
```

## 运行ROS Stereo测试代码
ROS例程的功能很简单，创建SLAM系统与ROS环境，订阅左右相机话题，接受到图片就回调`TrackStereo()`，进行追踪。为了进行测试，我们可以下载用于ROS仿真的bag数据包：[V1_01_easy.bag](http://robotics.ethz.ch/~asl-datasets/ijrr_euroc_mav_dataset/vicon_room1/V1_01_easy/V1_01_easy.bag)。

### 运行roscore
ros结点的运行需要ros master的支持，因此先新开终端窗口，执行以下命令加载相应环境：

roscore

### 运行ROS Stereo结点
下载好了bag文件后，我们可以使用rosrun命令对该数据包进行仿真，命令如下：

rosbag play --pause ./V1_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw
    
从上面的命令得知，只要我们的ROS例程订阅这两个话题，就能得到两张对应左右目相机的图像帧，从而进行双目追踪。
命令运行后，终端会输出以下信息，注意其中的"Paused"字眼。仿真一开始是暂停的，直到我们按下空格键：

![title](https://leanote.com/api/file/getImage?fileId=5c204449ab64411d09000479)

### 运行ORB-SLAM2 ROS例程
首先进入ORB-SLAM2根目录，然后运行以下命令即可

rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml true
    
ROS例程运行后会进行等待状态，直到从话题收到图像数据。该命令会打开两个GUI窗口，一个窗口显示所构建的地图与相机的姿态，另一个窗口显示当前帧及检测的特征。

回到刚才运行bag仿真的终端窗口，按下空格键，可以看到"Pasued"变成了"Running"，此时仿真数据开始发送。回到ROS例程打开的GUI窗口，就可以看到SLAM系统跑起来了。