TX2下Ubuntu16.04+ZED+ROS +ORB_SLAM2

之前几天看了视觉SLAM，然后就在TX2开发板上安装了ubuntu16.04+ROS+ZED+ORB_SLAM2，因为使用的是ZED双目相机，ORB_SLAM不支持立体相机，

TX2上安装ubuntu16.04+ROS的教程很多，自行百度吧，这里就不再罗嗦了。

1、OpenCV 3..4.3的安装

  参考：https://www.cnblogs.com/qilai/p/13653354.html

2、CUDA的安装

  官网 https://developer.nvidia.com/cuda-downloads 下载，完成后进行安装

sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
sudo apt-get update
sudo apt-get install cuda

也可以使用TX2 SDK 安装CUDA Opencv等。我使用的是SDK安装

4、ZED SDK安装与调试

参考：https://www.stereolabs.com/docs/getting-started/installation/

下载ZED SDK   https://www.stereolabs.com/developers/release/下载完成后在终端输入

chmod +x ZED_SDK_Linux_*.run
./ZED_SDK_Linux_*.run

 5、ZED ROS Wrapper安装

（1）下载ZED ROS包并放置在ROS工作空间

cd ~/robot_ws/src
git clone https://github.com/stereolabs/zed-ros-wrapper

 6、 安装相关依赖项

       1）安装Pangolin

　　　安装Pangolin，用于可视化和用户接口，首先安装依赖如下：

sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev 

 　　  下载Pangolin：

cd ~/robot/src
git clone https://github.com/stevenlovegrove/Pangolin

 　　  编译并安装Pangolin：

cd Pangolin
mkdir build
cd build
cmake ..
make
sudo make install

       2）安装Eigen3
             由于当前使用的orb_slam2支持eigen3.3，所以直接apt-get方式下载安装即可

sudo apt-get install libeigen3-dev

 6、ORB SLAM2的安装

      （1）下载ORB SLAM2包：

cd ~robot_ws/src git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 cd ORB_SLAM2

   编译前需要打开build.sh文件，将所有的make -j改为make -j4，之后修改文件权限并运行编译： 

chmod +x build.sh
./build.sh

             如果编译时出现如下问题：

解决方法在ORB-SLAM2中的include文件夹里面的system.h加入#include<unistd.h>

编译成功 ，

7、Monocular Examples（单目数据集测试）

自述文件中介绍了，在单目测试中可以使用TUM Dataset、KITTI Dataset、EuRoC Dataset三种数据集进行测试，以TUM Dataset为例，自述文件中原文如下：

    ## TUM Dataset

    1. Download a sequence from http://vision.in.tum.de/data/datasets/rgbd-dataset/download and uncompress it.

    2. Execute the following command. Change `TUMX.yaml` to TUM1.yaml,TUM2.yaml or TUM3.yaml for freiburg1, freiburg2 and freiburg3 sequences respectively. Change `PATH_TO_SEQUENCE_FOLDER`to the uncompressed sequence folder.
    ```
    ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER
    ```

 登录http://vision.in.tum.de/data/datasets/rgbd-dataset/download，下载freiburg1_xyz数据集并解压，在ORB_SLAM2根目录下执行如下命令：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ~/robot_ws/src/ORB_SLAM2/rgbd_dataset_freiburg1_xyz

  运行过程如下：

8、ROS 上使用zed+ORB_SLAM

（1）编译build_ros.sh

首先，打开文件gedit ~/.bashrc，在文件末尾添加（根据自己的路径）：

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:~/robot/src/ORB_SLAM2/Examples/ROS

 编译前需要打开build_ros.sh文件，将make -j改为make，之后修改文件权限并运行编译：

chmod +x build_ros.sh
./build_ros.sh

编译可能会出现undefined reference to symbol

解决办法：gedit ./Examples/ROS/ORB_SLAM2/CMakeLists.txt

添加一行-lboost_system

(2)  运行Demo

 1)比较简单的方法

roscore
//再开一个命令行 
roslaunch zed_wrapper zed.launch
//再开一个命令行
//先进入ORB_SLAM2的根目录下
rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml false /camera/left/image_raw:=/zed/left/image_rect_color /camera/right/image_raw:=/zed/right/image_rect_color

//false的含义是do not rectify，因为使用了校正后的图像，所以不再校正，所以YAML文件也无所谓啦
//如果需要校正的话，需要自己写一个yaml文件，写入自己的传感器的标定参数，比如说使用普通的网络摄像头（Mono),然后选true

    运行效果：

2)仿照/ORB_SLAM2/Examples/ROS/ORB_SLAM2/src目录下的ros_stereo.cc建立一个新文件，如zed_stereo_rect.cc。将代码复制过去，修改以下部分：

message_filters::Subscriber<sensor_msgs::Image> left_sub(nh, "/zed/left/image_rect_color", 1);
message_filters::Subscriber<sensor_msgs::Image> right_sub(nh, "/zed/right/image_rect_color",1);

 此处选取了ZED的两个数据流。然后修改CmakeLists.txt，仿照加入：

# Node for ZED camera
rosbuild_add_executable(zed_Stereo_rect
src/zed_stereo_rect.cc
)

target_link_libraries(zed_Stereo_rect
${LIBS}
)

然后在ORB_SLAM2的根目录下重新编译：

./build_ros.sh

会新生成一个可执行文件 zed_Stereo_rect    然后执行：

roslaunch zed_wrapper zed.launch
//另开一个命令行
cd ~/catkin_ws/src/ORB_SLAM2
rosrun ORB_SLAM2 zed_Stereo_rect Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml false

运行效果：

其他问题参考：https://blog.csdn.net/CAIYUNFREEDOM/article/details/104251661