第一步：下载和安装

在win10使用Vmware搭建Ubuntu16.04虚拟机，然后下载ORB-SLAM2源码，源码链接https://github.com/raulmur/ORB_SLAM2。另外，若想成功运行需要其他的附件包，包括：

1.C++11或者C++ 0x编译器

2.Pangolin： https://github.com/stevenlovegrove/Pangolin

3.Opencv： 这里的Opencv需要源码编译安装在ubuntu虚拟机上，版本最低是2.4.3，笔者的是3.4.1，测试通过。opencv源码地址：http://opencv.org/

4.Eigen3 这是ubuntu开源的一个矩阵运算库，需要的最低版本为3.1.0，源码地址为：http://eigen.tuxfamily.org/

5.DBoW2 and g2o：这两个库已经包含在了ORB-SLAM源码文件夹里的Thirdparty文件夹里了。

第二步：编译ORB-SLAM

进入该文件夹，在终端运行以下的代码：

chmod +x build.sh
./build.sh

如果虚拟机CPU不够，编译死机，就打开build.sh脚本，按照里面的编译顺序自己手动编译，切记，在make编译时，不要带-j，直接使用make即可，不然还是会死机…

第三步：下载测试数据集

代码提供示例中支持多种开源的数据集，比如TUM，KITTI，和EuRoc，笔者本次只测试了单目视觉里的TUM数据集，下载地址为http://vision.in.tum.de/data/datasets/rgbd-dataset/download，若想测试别的数据集，可以参考源码里的readme，里面有各个数据集的下载地址

第四步：运行

下载的是一个压缩包，解压缩后，我直接放在了ORB-SLAM2文件夹里面，解压后的文件夹名字没有改变，即rgbd_dataset_freiburg1_desk，，接下来，进入ORB-SLAM2文件夹里面，右键，在终端中打开，输入以下代码：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

需要做以下更改：
1.将代码中的TUMX.yaml换成freiburg1、freiburg2、freiburg3对应的TUM1.yaml、TUM2.yaml、TUM3.yaml，例如我的是freiburg1（数据集文件夹名），因此就换成TUM1.yaml
2.将PATH_TO_DATASET_FOLDER换成你的数据集的绝对路径，笔者放在了ORB-SLAM2文件夹里面，因此就是./rgbd_dataset_freiburg1_desk
做完上述更改后，我的代码就是

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ./rgbd_dataset_freiburg1_desk

回车运行，就大功告成啦!

效果如下图所示：
在这里插入图片描述

参考网址：

1.https://github.com/raulmur/ORB_SLAM2

2.https://github.com/stevenlovegrove/Pangolin/blob/master