Ubuntu 18.04 + ROS Melodic 下，ORB-SLAM3 1.0 与 0.3 版本安装避坑全记录（附USB摄像头实战）
Ubuntu 18.04 + ROS Melodic 下 ORB-SLAM3 双版本安装实战指南
在机器人视觉领域，ORB-SLAM3 作为当前最先进的视觉 SLAM 系统之一，其安装配置过程却常常让开发者头疼不已。本文将针对 Ubuntu 18.04 + ROS Melodic 环境，详细解析 ORB-SLAM3 1.0 和 0.3 两个版本的完整安装流程，并分享 USB 摄像头实战中的关键技巧与避坑经验。
1. 环境准备与依赖项配置
1.1 系统基础环境检查
在开始安装前，建议先执行以下命令更新系统：
sudo apt update && sudo apt upgrade -y确认系统版本和硬件配置：
- Ubuntu 18.04.6 LTS（建议使用完整版而非服务器版）
- 推荐至少 4GB 内存（编译 g2o 时内存不足会导致失败）
- 建议预留 20GB 以上磁盘空间
1.2 核心依赖项安装
ORB-SLAM3 需要以下关键依赖：
sudo apt install -y \ libglew-dev \ libpython2.7-dev \ pkg-config \ libegl1-mesa-dev \ libwayland-dev \ libxkbcommon-dev \ wayland-protocols \ libeigen3-dev \ libsuitesparse-dev \ qtdeclarative5-dev \ libqglviewer-dev \ libboost-dev \ libssl-dev \ libcanberra-gtk-module注意：如果之前安装过不同版本的 Boost，建议先卸载以避免冲突。ORB-SLAM3 对 Boost 版本要求较为灵活，系统默认的 1.65 版本即可正常工作。
1.3 Pangolin 安装与配置
Pangolin 是 ORB-SLAM3 的显示依赖，推荐从源码安装最新版：
git clone https://github.com/stevenlovegrove/Pangolin.git cd Pangolin ./scripts/install_prerequisites.sh recommended mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc) sudo make install常见问题排查：
- 如果遇到
Could NOT find OpenGL错误，安装libgl1-mesa-dev - 编译时卡在 99% 通常是因为并行编译线程过多，可尝试
make -j2
2. ORB-SLAM3 0.3 版本安装详解
2.1 源码获取与准备
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3-0.3 cd ORB_SLAM3-0.3 git checkout tags/v0.32.2 第三方库编译
ORB-SLAM3 自带了修改版的 DBoW2 和 g2o，需要先编译：
cd Thirdparty/DBoW2 mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc) cd ../../g2o mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc)2.3 主系统编译
cd ../../.. mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc)编译成功后，解压词汇表：
cd ../Vocabulary tar -xf ORBvoc.txt.tar.gz2.4 ROS 接口编译
cd .. chmod +x build_ros.sh ./build_ros.sh常见问题解决方案：
问题：Map Viewer 空白无图像
- 检查摄像头话题是否正确：
rostopic list - 修改
Examples/ROS/ORB_SLAM3/src/ros_mono.cc中的话题名称：message_filters::Subscriber<sensor_msgs::Image> left_sub(nh, "/usb_cam/image_raw", 1); - 重建软链接：
sudo ln -sf $(pwd)/Examples/ROS/ORB_SLAM3 /opt/ros/melodic/share/ORB_SLAM3
3. ORB-SLAM3 1.0 版本特殊配置
3.1 版本差异说明
1.0 版本相比 0.3 版本主要变化：
- 新增多地图系统
- 改进 IMU 初始化
- 重构代码结构（分离 Examples 和 Examples_old）
- 修改了部分接口定义
3.2 关键配置调整
OpenCV 版本冲突解决方案：
修改CMakeLists.txt中的 OpenCV 检测逻辑：
find_package(OpenCV 3 REQUIRED) if(NOT OpenCV_FOUND) message(FATAL_ERROR "OpenCV > 3.0 not found.") endif()Eigen 兼容性问题修复：
在出现 Eigen 相关错误的源文件中添加：
#include <Eigen/Dense> #include <opencv2/core/eigen.hpp>并将原有的cv::Mat转换改为：
Sophus::SE3f Tcw_SE3f = mpSLAM->TrackMonocular(...); Eigen::Matrix4f Tcw_Matrix = Tcw_SE3f.matrix(); cv::eigen2cv(Tcw_Matrix, Tcw);3.3 ROS 接口特殊处理
1.0 版本的 ROS 节点位于Examples_old/ROS中，需要手动创建软链接：
cd Examples/ROS ln -s ../../Examples_old/ROS/ORB_SLAM3 .然后重新编译 ROS 接口：
./build_ros.sh4. USB 摄像头实战配置
4.1 USB 摄像头驱动安装
cd ~/catkin_ws/src git clone https://github.com/ros-drivers/usb_cam.git cd .. rosdep install --from-paths src --ignore-src -r -y catkin_make4.2 摄像头参数配置
修改usb_cam-test.launch文件：
<param name="video_device" value="/dev/video0" /> <param name="image_width" value="640" /> <param name="image_height" value="480" /> <param name="pixel_format" value="yuyv" />4.3 单目摄像头运行
启动顺序：
- ROS 核心：
roscore - USB 摄像头节点：
roslaunch usb_cam usb_cam-test.launch - ORB-SLAM3 单目节点：
rosrun ORB_SLAM3 Mono PATH_TO_VOCABULARY/ORBvoc.txt PATH_TO_SETTINGS_FILE/Asus.yaml
4.4 双目摄像头特殊配置
对于合成图像的双目摄像头（单设备输出左右拼接图像），需要先分割图像：
import cv2 cap = cv2.VideoCapture(2) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) while True: ret, frame = cap.read() left = frame[:, 0:640] right = frame[:, 640:1280] cv2.imshow('left', left) cv2.imshow('right', right) if cv2.waitKey(1) & 0xFF == ord('q'): break对应的 launch 文件配置：
<param name="video_device" value="/dev/video2" /> <param name="image_width" value="1280" /> <param name="image_height" value="480" />5. 性能优化与调试技巧
5.1 参数调优建议
关键参数（在 YAML 配置文件中）：
Camera.fps: 30.0 # 与实际摄像头帧率匹配 ORBextractor.nFeatures: 1000 # 特征点数量，影响性能 ORBextractor.scaleFactor: 1.2 # 金字塔缩放因子5.2 常见问题诊断
问题：跟踪频繁丢失
- 检查环境光照是否充足
- 尝试降低移动速度
- 增加 ORB 特征点数量
问题：地图漂移严重
- 检查摄像头标定参数准确性
- 尝试启用闭环检测（需配置 Vocabulary 文件）
- 调整关键帧插入策略参数
5.3 资源监控命令
查看系统资源使用：
htop # 查看CPU/内存占用 nvidia-smi # 查看GPU使用情况（如果使用GPU加速）查看 ROS 节点通信：
rqt_graph rostopic hz /usb_cam/image_raw # 检查图像发布频率在实际项目中，我们发现 1.0 版本在多地图场景下表现更稳定，而 0.3 版本对于资源受限的设备更为友好。建议根据具体应用场景选择合适的版本，对于学术研究推荐使用 1.0 版本以体验最新功能，而对于嵌入式部署则可考虑 0.3 版本的稳定性。