01 写在前面

近期在学习SLAM，想部署一下ORB-SLAM3，但是自己电脑是win11系统，因此就想着在win11上部署一下。但是网上看了一些教程，有一些博客，但是可能不适合我这种情况把，就很纠结。先说下结果，配置成功，过程极其痛苦。

02 参考工作

所参考的资料如下，感谢各位技术大佬的付出。

1、https://github.com/ds-ly/orbslam3-windows

2、ORB-SLAM3在Windows环境下的编译配置 | 北远山村

3、ORB-SLAM3在windows下的编译使用 - 知乎

03 基础环境

1. CPU：i7-12700K；
2. GPU：RTX A4000;
3. 操作系统：Windows 11 64位专业版；
4. Microsoft Visual Studio 2022; （此软件默认大家已经装好，在此对vs的安装不赘述）
5. CMake GUI；（不赘述too）

04 开始配置

04-1 下载源码

本方案是基于https://github.com/ds-ly/orbslam3-windows

该方案中在Thirdparty中包含了一些博客中提到的DBoW2、eigen、g2o、Pangolin等几个关键的包，所以大家也不用额外再去搜，直接在此方案下配置，配置的时候地址也比较集中，很方便。不必担心忘记安装在哪里了。但是在这之前有两个软件需要额外先安装一下，opencv和boost。当然了你也可以Thirdparty下安装。但是考虑到我自己的需要，我是在其他路径下安装的。都一样，记住安装位置就行了。

04-2 安装opencv

因为的自己的opencv之前就安装过，所以在此没有同步记录，推荐一些博客或者大家搜索自行安装opencv。

Windows下 OpenCV 的下载安装教程（详细）_opencv下载-CSDN博客

04-3 安装boost

boost安装，首先从官网下载相应文件。(Boost C++ Libraries)

选择下载，然后将下载的文件解压到你想要安装的路径下：

进入boost_1_83_0文件夹，开始安装

（1）双击bootstrap.bat文件，生成b2.exe；（也可以通过终端命令执行）

（2）接下来应该对b2.exe进行操作，操作之前，请先看这个：

        

说明：

        这里通过双击b2.exe进行编译的，默认在stage下生成lib文件夹，里面只包含着静态库。
如果想要生成dll动态库，可./b2 --help查看参数说明，然后需要输入相应的编译命令样式如：

./b2.exe toolset=msvc-14.1 link=static runtime-link=shared threading=multi variant=debug

        其中

toolset：指定编译器，可选的如minGW、msvc等。
vs2017 : msvc-14.1，vs2015 : msvc-14.0, linux :gcc

link：生成动态链接库/静态链接库。生成动态链接库需使用shared方式，生成静态链接库需使用static方式。一般boost库可能都是以static方式编译，因为最终发布程序带着boost的dll感觉会比较累赘。

runtime-link：动态/静态链接运行时库。同样有shared和static两种方式，标记如何连接C++运行库，是包含就用静态，使用系统运行库就用动态。

threading：单/多线程编译。一般都写多线程程序，当然要指定multi方式了；如果需要编写单线程程序，那么还需要编译单线程库，可以使用single方式。

variant：编译debug/release版本。一般都是程序的debug版本对应库的debug版本，所以两个都编译。

• 以“lib”开头的是“link=static”版本（静态链接库版本，没有dll），而直接以“boost”开头的是“link=shared”版本（动态链接库版本，包含lib和dll）。
• 所有的库都含有"boost"前缀。
• 紧随其后的是boost库名称（比如date_time库）。
• 然后是编译器的版本，与库名称之间以"-"而不是下划线"_"分隔（比如 -vc120）。
• 有“mt”的为“threading=multi”版本，没有的则是“threading=single”版本。
• 有“s”的为“runtime-link=static”版本，没有的则是“runtime-link=shared”版本。
• 有“gd”的为debug版本，没有的则是release版本。
• 所有的库都含有boost库的版本号结尾（比如1_56，其中的"."以下划线"_"代替）
   

之所以要说这个，是因为后面要用到boost里面一个很重要的文件libboost_serialization-vc143-mt-s-x64-1_83.lib。 我第一遍生成的时候，是生成“gd”的了，反正我是默认直接生成，他给我生成这个了，后期我死活找不到这个文件，编译不成功。后来知道这个问题后重新生成了一些就好了，也就是说，我们要生成带s的。

所以可以直接：

.\b2.exe link=static runtime-link=static

（其他参数没动）

（3）等待编译完成，时间不等。结束后会生成bin.v2和stage两个文件夹，其中bin.v2下是生成的中间文件，大小在2.4G左右，可以直接删除（看别的博客说的）。stage/lib下是要用的文件。

（4）配置boost环境

通过VS2022创建一个空项目，点击“项目”，点击“属性”，然后：

1）找到“配置属性/ VC++目录”，点击“包含目录”。在里面添加boost的根目录。（如我的是：D:\boost\boost_1_83_0）

2）找到“配置属性/ VC++目录”，点击“库目录”。在里面添加boost的链接库目录。（如我的是：D:\boost\boost_1_83_0\stage\lib）

2）找到“配置属性/链接器/常规”，点击“附加库目录”，同上述库目录：D:\boost\boost_1_83_0\stage\lib

（要熟悉这种包含目录啊库目录的操作，后面要频繁用到）

操作完以上，Boost环境应该就配置好了。可以进行测试一下。

（5）测试

测试代码如下：

#include <iostream>
#include <boost/version.hpp>
#include <boost/config.hpp>
 
using namespace std;
int main()
{
	cout<<BOOST_VERSION<<endl;
	cout<<BOOST_LIB_VERSION<<endl;
	cout<<BOOST_PLATFORM<<endl;
	cout<<BOOST_COMPILER<<endl;
	cout<<BOOST_STDLIB<<endl;
	getchar();
	return 0;
}

有结果输出，说明boost部署成功~，因为我这没啥错，大家如果有啥错了先自行解决一下=-=。

04-4 第三方库的配置

eigen

eigen：线性算术的C++模板库（属于g2o的依赖），刚开始我没有用这套源码的时候，一个个单独安装依靠包，是相当啰嗦麻烦，有了这个源码的Thirdparty,就方便很多了。这个包放这就行。只要保证后面项目生成的时候有这个路径即可。

DBoW2

用于SLAM回环检测，这里需要opencv环境的支持。

（1）在Thirdparty/DBoW2路径下新建一个build文件夹；

（2）打开Thirdparty/DBoW2/CMakeLists.txt，在里面配置自己安装opencv的路径。

原版是这样式儿的：

然后我给改了一下，把那几行给删除了。

就是根据自己的opencv路径，set(OpenCV_DIR "D:\opencv\opencv3_4\opencv\build"

这个opencv路径设置也可以通过后面的cmake来设置，但是我觉得这样方便点。

（3）打开cmake。把cmake上的俩路径改了（根据自己路径来）。然后点击“condigure”，出现done，再点击“Generate”。出现done。则表示配置成功。

如果出现报错，大概率就是opencv的路径问题。

如果成功，会在build文件中看到，DBoW2.sln。

（4）用vs2022打开build/DBoW2.sln

（5）

• 将配置改成release
• 右键项目==> 属性 ==> 常规 ==> 配置类型 ==> 静态库(.lib)；
• 属性 ==> 高级 ==> 目标文件扩展名 ==> .lib；
• C/C++ ==> 代码生成 ==> 运行库 ==> 多线程 (/MT)
• 右键项目 ==> 生成，即可看到生成好的lib文件Thirdparty/DBoW2/lib/Release/DBoW2.lib

g2o

g2o用于图优化的框架

然后熟悉的操作来了：

（1）在Thirdparty/g2o路径下新建一个build文件夹

（2）打开cmake，把cmake上的俩路径改了（根据自己路径来）。然后点击“condigure”，出现done，再点击“Generate”。出现done。则表示配置成功。 （这个不用设置opencv路径）

（3）用vs2022打开build/g2o.sln

（4）

• 将配置改成release，同时
• 右键项目==> 属性 ==> 常规 ==> 配置类型 ==> 静态库(.lib)；
• 属性 ==> 高级 ==> 目标文件扩展名 ==> .lib；
• C/C++ ==> 代码生成 ==> 运行库 ==> 多线程 (/MT)；
• C/C++ ==> 预处理器 ==>最上面加入WINDOWS
• 右键项目 ==> 生成，即可看到生成好的lib文件Thirdparty/g2o/build/Release/g2o.lib

Pangolin

用于3D视觉和3D导航的视觉图和用户之间的交互。这里其实和编译ORB_SLAM3没有关系，但是我们使用ORB_SLAM3库的时候应用的例子上是需要这个库的。

（1）在Thirdparty/g2o路径下新建一个build文件夹

（2）打开cmake，把cmake上的俩路径改了（根据自己路径来）。然后点击“condigure”，出现done，再点击“Generate”。出现done。则表示配置成功。

（3）用vs2022打开build/Pangolin.sln

（4）

• 将配置改成release，
• 右键项目==> 属性 ==> 常规 ==> 配置类型 ==> 静态库(.lib)；
• 属性 ==> 高级 ==> 目标文件扩展名 ==> .lib；
• C/C++ ==> 代码生成 ==> 运行库 ==> 多线程 (/MT)
• 右键项目 ==> 生成，即可看到生成好的lib文件ThirdParty/Pangolin/lib/Release/pangolin.lib

至此所有的准备工作完成，开始编译ORB_SLAM3

05 编译ORB_SLAM3

(1) 找到orbslam3-windows/CMakeLists.txt文件，配置opencv3.4.11的路径。

同样我时在txt文件中直接给，跟上文操作一样：

（2）在orbslam3-windows的路径下新建一个build文件夹

（3）打开cmake，把cmake上的俩路径改了（根据自己路径来）。然后点击“condigure”，出现done.

（4）用vs2022打开build/ORB_SLAM3.sln

（5）

• 将配置改成release；
• 同时右键项目==> 属性 ==> 常规 ==> 配置类型 ==> 静态库(.lib)；
• 属性 ==> 高级 ==> 目标文件扩展名 ==> .lib；
• C/C++ ==> 代码生成 ==> 运行库 ==> 多线程 (/MT)；
• C/C++ ==> 预处理器 ，添加以下预编译器定义
  WINDOWS
  COMPILEDWITHC11
• 右键项目 ==> 生成，即可看到生成好的lib文件ORB_SLAM3/build/Release/ORB-SLAM3.lib

这步可能会有一些报错，大多都是相应的boost包、第三方库啥的路径没设置对，特别是opencv，因为我这个博客中没有提到对opencv的设置，默认为大家都设置好了，所以在这步相应的包含目录啊、库目录啊都要有相应依赖性的路径。简而言之，就是你所编译的这个ORBSLAM3的项目，里面设置路径的地方要把上面的依赖包都包含进去。

06 展示案例

我是测试的单目方案，大家根据自己的需要来。

在orbslam3-windows\Examples文件中包含单目、双目、RGB项目等。

1、下载数据集

（1）下载数据集，我是用的The EuRoC MAV Dataset数据集，地址如下，我下载了MH_01_easy。

kmavvisualinertialdatasets – ASL Datasets

下载后我是放到Examples\Monocular文件夹中，解压。

2、编译案例Monocular

• 用vs2019打开build/ORB_SLAM3.sln
• 将配置改成release，
• 同时右键项目mono_euroc(如果想编译其他案例就选择自己需要的) ==> 属性 ==> C/C++ ==> 代码生成 ==> 运行库 ==> 多线程 (/MT)；
• C/C++ ==> 预处理器 ，添加以下预编译器定义COMPILEDWITHC11；
• 链接器 ==> 高级 ==> 导入库，改为空；
• 链接器 ==> 输入 ==> 去掉..\Thirdparty\boost_1_67_0\lib64-msvc-14.1\libboost_serialization-vc141-mt-s-x64-1_67.lib，改为自己路径下的lib，此处我的为：D:\boost\boost_1_83_0\stage\lib\libboost_serialization-vc143-mt-s-x64-1_83.lib
• 右键项目 ==> 生成，即可看到生成好的exe文件orbslam3-windows\Examples\Monocular\Release\mono_euroc.exe

如果有exe文件生成，说明案例编译成功了。

3、运行案例Monocular

指令用法

Usage: ./mono_euroc path_to_vocabulary path_to_settings path_to_sequence_folder_1 path_to_times_file_1 (path_to_image_folder_2 path_to_times_file_2 ... path_to_image_folder_N path_to_times_file_N) (trajectory_file_name)

分析一下：

./mono_euroc

path_to_vocabulary # 字典文件

path_to_settings  # 参数设置文件

path_to_sequence_folder_1 # 影像序列文件夹路径

path_to_times_file_1 # 对应的时间戳文件

trajectory_file_name

我在orbslam3-windows目录下运行：

 .\Examples\Monocular\Release\mono_euroc.exe Vocabulary\ORBvoc.txt Examples\Monocular\EuRoC.yaml Examples\Monocular\MH_01_easy Examples\Monocular\EuRoC_TimeStamps\MH01.txt dataset-MH01_monocular

不管写绝对路径还是相对路径，只要写对了就行。

最后！运行成功！！！

哈哈部署成功还是很开心的~

祝大家顺利~~~