1、安装boost
https://www.cnblogs.com/cnxkey/articles/10257676.html
2、安装opencv
https://blog.csdn.net/weixin_42203839/article/details/107684563
3、安装eigen
https://blog.csdn.net/weixin_44354586/article/details/89396357
官网有源代码和配置教程，地址是 https://github.com/raulmur/ORB_SLAM2 1 安装必要工具 首先，有两个工具是需要提前安装的。即cmake和Git。 sudo apt-get install cmake sudo apt-get install git 2 安装Pangolin，用于可视化和用户接口 安装依赖项： sudo apt-get install libglew-dev sudo apt-get install libpython2.7-dev 先转到一个要存储Pangolin的路径下，例如~/Documents，然后 git clone https://github.com/stevenlovegrove/Pangolin.git cd Pangolin mkdir build cd build cmake .. make –j sudo make install 3 安装OpenCV ubuntu16.04下安装opencv3.1.0 参考博文: http://www.cnblogs.com/feifanrensheng/p/8480286.html 4 安装Eigen3 最低要求版本为3.1.0。在http://eigen.tuxfamily.org 下载Eigen3的最新版本，一般是一个压缩文件，下载后解压，然后cd到Eigen3的根目录下 sudo apt-get install libeigen3-dev Eigen头文件的默认位置在 “usr/include/eigen3” 如果不确定，可以通过以下命令查找 sudo updatedb locate eigen3 5 安装ORBSLAM2 先转到自己打算存储ORBSLAM2工程的路径，然后执行下列命令 git clone https://github.com/raulmur/ORB_SLAM2.git cd ORB_SLAM2 chmod +x build.sh ./build.sh 之后会在lib文件夹下生成libORB_SLAM2.so，并且在Examples文件夹下生成mono_tum，mono_kitti， rgbd_tum，stereo_kitti， mono_euroc 和 stereo_euroc。 6 运行单目SLAM实例 在http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载一个序列，并解压。转到ORBSLAM2文件夹下，执行下面的命令。根据下载的视频序列freiburg1， freiburg2 和 freiburg3将TUMX.yaml分别转换为TUM1.yaml，TUM2.yaml，TUM3.yaml。将PATH_TO_SEQUENCE_FOLDER更改为解压的视频序列文件夹。 ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER
参考：
ORB-Slam3
https://blog.csdn.net/weixin_42203839/article/details/107728106
https://zhuanlan.zhihu.com/p/165199628
https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets#downloads
https://github.com/UZ-SLAMLab/ORB_SLAM3
https://www.zhihu.com/question/408916240
TUM RGB-D数据集 https://vision.in.tum.de/data/datasets/rgbd-dataset
https://vision.in.tum.de/data/datasets/visual-inertial-dataset
KITTI数据集 http://www.cvlibs.net/datasets/kitti/eval_odometry.php Oxford数据集 https://robotcar-dataset.robots.ox.ac.uk/ ICL-NUIM数据集 https://www.doc.ic.ac.uk/~ahanda/VaFRIC/iclnuim.html
EuRoC数据集
下载地址：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets
RGB-D对象数据集
RGB-D对象数据集是300个常见家庭对象的大型数据集。这些对象被分为51个类别。该数据集使用Kinect风格的3D相机来记录，该相机以30Hz记录同步和对准的640x480 RGB和深度图像。拍摄时将每个物体放置在转盘上旋转一整圈并捕获视频序列。对于 每个对象，有3个视频序列，每个视频序列都安装在不同高度的摄像机上，以便从与地平线不同的角度观察对象。
下载地址：http://rgbd-dataset.cs.washington.edu/
RGB-D对象数据集是300个常见家庭对象的大型数据集。这些对象被分为51个类别。该数据集使用Kinect风格的3D相机来记录，该相机以30Hz记录同步和对准的640x480 RGB和深度图像。拍摄时将每个物体放置在转盘上旋转一整圈并捕获视频序列。对于 每个对象，有3个视频序列，每个视频序列都安装在不同高度的摄像机上，以便从与地平线不同的角度观察对象。
下载地址：http://rgbd-dataset.cs.washington.edu/
https://blog.csdn.net/qq_36594547/article/details/107572984