视觉SLAM十四讲--第13讲 实践：设计SLAM系统（最详细的代码调试运行步骤）

选题1：Kitti 的双目视觉里程计
   Kitti 的 Odometry 提供了左右双目的视觉图像（以及激光，但本作业不使用激光数据），并提供了标定信息。它一共含有若干个 Sequence，其中一部分 Sequence 的真实轨迹是开放的，另一部分则是隐藏的，作为测试使用。在 Kitti 官网可以上传你对测试部分的轨迹估计，系统会计算与真实轨迹的差异，并给出评分。
   现在我们已经介绍了所有关于视觉 SLAM 方面的内容，你可以基于已有算法，实现一个双目的视觉里程计了。Kitti 官网 odometry 分类下提供了双目相机的所有信息。请你根据已学知识，实现双目视觉里程计，然后运行任何一个sequence，并与标准轨迹比较。
说明：
   虽然已经学完了视觉SLAM的相关知识点，但是当想要去自己编程实现，用c++来实现一整个SLAM系统的时候，我完全不知道该怎么下手了。因此本次的作业代码是基于高博课本第13讲的代码上进行改动的。虽然高博课本上的SLAM系统，已经很简单很基础的了，但是，我自己在读代码、走流程的时候依然觉得有点难啃。里边的C++模板、头文件的书写、多线程的实现、线程锁的使用以及可视化的实现都很精妙。不过这个SLAM系统没有回环检测，也没有用一些trick，特征提取什么的用的也是OpenCV自带的方法。还有很多可以调整的地方。

一、 代码目录介绍及运行步骤

代码目录：

如何运行

1. 在ch9目录下创建一个build文件夹;
2. 编译ch9下的CMakeList.txt文件;
3. 目录切回到ch9下，执行如下命令：

./bin/run_kitti_stereo

二、 代码调试问题

1. 准备工作

• 首先一些包是必须安装的，如gtest、gflags、glog、eigen、g2o、CSparse、Sophus、pangolin、OpenCV等。
  gtest、gflags、glog的安装，推荐源码编译安装，这里可以看我另外一篇博客，如下图所示，有介绍安装步骤：
  

• 然后是修改数据集的路径：将其改为自己的数据集路径位置。
  修改文件config/default.yaml中 dataset_dir: 路径位置
  

• 修改C++的版本和OpenCV的版本指定，将opencv调成不指定版本的，
  修改ch13/CMakeLists.txt中代码如下所示：
  修改OpenCV部分
  

• 添加fmt库，修改ch13/CMakeLists.txt中代码如下所示：
  

2. 遇到的问题及解决办法

• 如果运行run_kitti_stereo时出现如下错误
  或者出现了/usr/bin/ld:找不到-lglut…recipe for target ‘…/lib/libmyslam.so’ failed的错误