文章目录
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 ${PROJECT_SOURCE_DIR}/cmake_modules)
find_package(OpenCV 3 REQUIRED)
if(NOT OpenCV_FOUND)
message(FATAL_ERROR "OpenCV > 4.4 not found.")
2、问题：error: ‘slots_reference’ was not declared in this scope
Pangolin最新版本导致的bug，报错error；如果跑ORB-SLAM2、ORB-SLAM3不要用最新版的Pangolin进行编译安装，会导致error: ‘slots_reference’ was not declared in this scope或者cannot findind Eigen3.cmake，我就是安装了最新版然后编译ORB-SLAM2库的时候报了一大堆错，改环境跟代码花了一天时间都没有搞定，最后发现是这个问题，欲哭无泪www
解决方法
1、卸载最新版Pangolin，进入Pangolin文件夹的build里边，执行
sudo make uninstall
2、安装Pangolin v0.5的版本。
3、安装步骤
cd Pangolin
mkdir build && cd build
cmake ..
cd ..
cmake --build .
sudo make install
二、ORB-SLAM3 效果展示
1、编译
./build.sh
成功
2、发现源码里没有euroc_examples.sh文件
好不容易build.sh编译完要测数据了，然后发现源码里没有euroc_examples.sh，然而README里是这么说的：
直接裂开，虚空examples，一查发现有同行说是新版的ORB-SLAM3库里没有了，于是赶紧找找有没有前辈下载下来了euroc_examples.sh这个文件，然后就找到了个github里头是有这个文件的，这个github还是ORB-SLAM3的详细注释版，以后要看懂代码的话少不了它，链接先放这了
3、测试EuRoC数据集上的效果
（1）EuRoC数据集由两个针孔摄像头（pinhole）和一个惯性传感器（IMU）记录得到，以下只展示测试的部分视频序列的部分结果
（2）视频序列：MH_01_easy
MH_01_easy 双目 效果
Eval命令行示例：
echo "Launching MH01 with Stereo sensor"
./Examples/Stereo/stereo_euroc ./Vocabulary/ORBvoc.txt ./Examples/Stereo/EuRoC.yaml "$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
版权归原作者 BigHandsome2020 所有， 如有侵权，请联系我们删除。