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
