保姆级教程：在Ubuntu 20.04上从零编译运行VINS-Fusion（避坑指南+数据集实测）
保姆级教程：在Ubuntu 20.04上从零编译运行VINS-Fusion（避坑指南+数据集实测）
刚接触VINS-Fusion时，我被它强大的多传感器融合能力吸引，但第一次尝试编译就遭遇了各种依赖冲突和编译错误。经过三个晚上的折腾，终于用EuRoC数据集跑通了第一个demo。如果你也正在Ubuntu 20.04上搭建这个环境，不妨跟着我的完整记录走一遍——所有坑点都已标注，连sudo密码该在哪步输入都会提醒。
1. 环境准备：ROS Noetic与基础依赖
在全新的Ubuntu 20.04系统上，建议先更新软件源并安装基础编译工具。这个阶段最容易遇到的问题是网络连接超时和旧版本残留：
sudo apt update && sudo apt upgrade -y sudo apt install -y git cmake g++ python3-catkin-pkg python3-osrf-pycommon注意：如果之前安装过ROS其他版本，务必先执行
sudo apt remove ~nros-* && sudo apt autoremove彻底清理
安装ROS Noetic时，官方推荐的安装命令可能会漏掉关键组件。以下是经过验证的完整安装方案：
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update sudo apt install -y ros-noetic-desktop-full ros-noetic-cv-bridge ros-noetic-tf验证ROS安装是否成功时，建议用以下命令测试核心功能：
source /opt/ros/noetic/setup.bash roscore & # 后台运行ROS核心 rosnode list # 应显示/rosout节点2. 关键依赖安装：Ceres Solver与OpenCV
Ceres Solver的安装最容易出现版本冲突。经过测试，1.14.0版本与VINS-Fusion兼容性最好：
git clone --branch 1.14.0 https://ceres-solver.googlesource.com/ceres-solver mkdir ceres-build && cd ceres-build cmake ../ceres-solver -DEXPORT_BUILD_DIR=ON -DBUILD_TESTING=OFF make -j$(nproc) # 根据CPU核心数调整编译线程 sudo make installOpenCV的安装更是个大坑——系统自带的4.2版本存在与PCL的兼容性问题。推荐从源码编译3.4.15版本：
wget -O opencv.zip https://github.com/opencv/opencv/archive/3.4.15.zip unzip opencv.zip && cd opencv-3.4.15 mkdir build && cd build cmake -D CMAKE_BUILD_TYPE=Release -D WITH_CUDA=OFF .. make -j$(nproc) sudo make install验证安装时，这两个命令应该不报错：
pkg-config --modversion ceres # 输出1.14.0 pkg-config --modversion opencv # 输出3.4.153. 编译VINS-Fusion源码
创建工作空间时，很多教程会忽略Python3兼容性设置。正确的初始化姿势是：
mkdir -p ~/vins_ws/src cd ~/vins_ws catkin config --init --mkdirs --extend /opt/ros/noetic --merge-devel --cmake-args -DCMAKE_BUILD_TYPE=Release catkin config --blacklist vins_estimator克隆代码时要注意，官方仓库的master分支可能不稳定。我测试时这个commit最可靠：
cd ~/vins_ws/src git clone https://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git cd VINS-Fusion git checkout 90f4b3c # 2023年稳定版本编译前必须修改两处关键配置：
- 在
vins_estimator/CMakeLists.txt中增加find_package(OpenCV 3.4 REQUIRED) - 在
global_fusion/ThirdParty/GeographicLib/CMakeLists.txt注释掉-Werror编译选项
正式编译命令应该这样用：
cd ~/vins_ws catkin build -j$(nproc) --mem-limit 50% # 限制内存防止卡死遇到"undefined reference to
cv::imshow'"错误时，在CMakeLists.txt的target_link_libraries中添加opencv_highgui`
4. 运行EuRoC数据集测试
下载数据集后，很多人直接运行启动文件，却忽略了时间戳同步问题。正确的启动流程应该是：
roslaunch vins vins_rviz.launch & # 先启动可视化界面 rosrun vins vins_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_stereo_imu_config.yaml rosrun loop_fusion loop_fusion_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_stereo_imu_config.yaml rosbag play YOUR_DATASET_FOLDER/MH_01_easy.bag # 以0.8倍速播放更稳定常见问题排查表：
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| 终端卡在"wait for imu..." | 数据集路径错误 | 检查bag文件路径是否含中文或空格 |
| 轨迹漂移严重 | IMU-Camera标定不准 | 重新校准或改用官方标定参数 |
| RVIZ不显示图像 | OpenCV版本冲突 | 确认编译链接的是3.4.x版本 |
| 段错误(core dumped) | Eigen版本不匹配 | 强制使用系统自带的3.3.7版本 |
优化性能的小技巧：
- 在
euroc_stereo_imu_config.yaml中将use_loop改为false可关闭回环检测提升帧率 - 修改
image_width和image_height参数匹配实际数据集分辨率 - 增加
max_num_iterations到8能提升精度但会降低速度
第一次看到RVIZ中完整轨迹时的成就感，绝对值得这些折腾。记得保存你的工作空间——下次换电脑时直接拷贝整个vins_ws文件夹，能省去90%的配置时间。