如何快速搭建SVO-SLAM环境

首先，建立一个工作目录比如：workspace，然后把下面的需要的都在该目录下进行.

(tip：一定不要使用中文名字，尽管你的系统是中文默认的名字。不然下面的依赖项将会十分困难，cmake找不到配置文件。)

mkdir workspacecd workspace

Boost – c++ Librairies (thread and system are needed)

sudo apt-get install libboost-all-dev

Eigen 3 – Linear algebra

apt-get install libeigen3-dev

OpenCV – Computer vision library for loading and displaying images(我下载的是OpenCV3.0)

mkdir buildcd buildcmake ..make

Sophus – Lie groups

cd workspacegit clone https://github.com/strasdat/Sophus.gitcd Sophusgit checkout a621ffmkdir buildcd buildcmake ..make

如果此时遇到了“unit_complex*.imag() = 0.”的错误，需要改代码为：”unit_complex*.imag(0.)“ Fast – Corner Detector

cd workspacegit clone https://github.com/uzh-rpg/fast.gitcd fastmkdir buildcd buildcmake ..make

g2o – General Graph Optimization OPTIONAL 耐心和细心，G2O的每个版本的依赖项很复杂，需要耐心看版本号。不然错误很多都摸不到头脑了。之前在网上也是看了很多博客，并没有真正的解决依赖项的问题。下面我整理自己做的过程，完整正确版本。

首先安装g2o的依赖项：

sudo apt-get  install cmake libeigen4-dev libsuitesparse-dev, qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.2  libcholmod-dev

然后进行下载，编译等：

cd workspacegit clone https://github.com/RainerKuemmerle/g2o.gitcd g2omkdir buildcd buildcmake ..makesudo make install

vikit_common – Some useful tools that we need vikit包含相机模型，SVO需要的一些数学和插值函数。

cd workspacegit clone https://github.com/uzh-rpg/rpg_vikit.git

在pg_vikit/vikit_common/CMakeLists.txt 文件中设置 USE_ROS为FALSE.

cd rpg_vikit/vikit_commonmkdir buildcd buildcmake ..make

SVO

cd workspacegit clone https://github.com/uzh-rpg/rpg_svo.gitcd rpg_svo/svo

在文件 svo/CMakeLists.txt中，设置USE_ROS为 FALSE.

mkdir buildcd buildcmake ..make

Run SVO without ROS 首先，创建一个存储数据的文件夹：

mkdir Datasets

然后设置一个环境变量去存储路径

export SVO_DATASET_DIR=${HOME}/Datasets

执行脚本.bashrc，然后进去新文件夹下面去下载测试数据

source ~/.bashrccd ${SVO_DATASET_DIR}wget http://rpg.ifi.uzh.ch/datasets/sin2_tex2_h2_v8_d.tar.gz -O - | tar -xz

然后在测试数据上面运行SVO即可：

cd svo/bin./test_pipeline