在自己的联想YOGA笔记本上成功编译运行ORBSLAM2，并在TUM数据集上验证运行效果，记录安装编译过程。

1.安装git、cmake

sudo apt-get install git(用于从github上clone项目到本地)

sudo apt-get cmake（用于编译项目）

sudo apt-get update（用于更新软件列表）

2.安装Pangolin用于可视化和用户界面

sudo apt-get install libglew-dev libpython2.7-dev (安装依赖项)

git clone https://github.com/stevenlovegrove/Pangolin.git(将项目下载到本地)

3.编译运行Pangolin：

cd Pangolin

mkdir build

cd build

cmake ..

make(注：如果只是笔记本安装，CPU性能一般不建议使用make -j，本人亲试使用make -j死机)

sudo make install

4.安装Opencv用于处理图像，ORBSLAM2支持Opencv 2和Opencv 3，本实验使用的是Opencv 2.4.11

前往官网https://opencv.org/releases/page/4/下载Opencv 2.4.11 sources版本

首先安装依赖项：

sudo apt-get install build-essential libgtk2.0-dev pkg-config vcodec-dev libavformat-dev libswscale-dev

选择性安装：

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

将下载的Opencv 2.4.11 解压缩到本地并编译安装

cd ~/opencv 2.4.11

mkdir build

cd build

cmake -D CMAKE_BUILD_TYPE=Release –D CMAKE_INSTALL_PREFIX=/usr/local ..

make 　

sudo make install

5.安装Eigen

sudo apt-get install libeigen3-dev

6.下载ORBSLAM2项目并且编译：

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

cd ORB_SLAM2

chmod +x build.sh

./build.sh

7.编译成功以后，下载TUM、KITTI、EuRoC数据集，本实验使用了TUM数据集，数据集下载地址：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

其中PATH_TO_SEQUENCE_FOLDER表示数据集存储路径，例如本实验进行了单目和RGBD的实验，现在了数据集fr2_desk

Monocular运行指令为：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ./fr2_desk

运行结果截图：

RGB-D运行指令为：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml ./fr2_desk ./Examples/RGB-D/associations/fr2_desk.txt