1. 环境准备Ubuntu20.04与ROS Noetic在开始配置VINS_Fusion之前我们需要确保基础环境已经准备就绪。Ubuntu20.04作为长期支持版本LTS提供了稳定的开发环境。我强烈建议使用纯净的Ubuntu20.04系统进行配置避免因系统残留导致的依赖冲突。首先需要安装ROS Noetic这是专为Ubuntu20.04设计的ROS版本。安装过程其实很简单但有几个关键点需要注意设置软件源时建议选择国内镜像源以加速下载。我常用的是清华或中科大的镜像源速度非常稳定。安装完整版ROS时使用以下命令sudo apt install ros-noetic-desktop-full初始化rosdep时如果遇到网络问题可以尝试修改hosts文件或使用代理工具注意遵守相关规定。安装完成后别忘了设置环境变量。我习惯把这些命令加到.bashrc文件中这样每次打开终端都会自动加载echo source /opt/ros/noetic/setup.bash ~/.bashrc source ~/.bashrc2. 关键依赖安装Ceres Solver的正确姿势Ceres Solver是VINS_Fusion的核心依赖之一但这里有个大坑需要注意官方推荐的2.x版本会导致编译错误。经过多次尝试我发现1.14.0版本是最稳定的选择。安装过程可以分为三步走2.1 安装基础依赖这些是编译Ceres必需的开发库sudo apt-get install -y cmake libgoogle-glog-dev libgflags-dev \ libatlas-base-dev libeigen3-dev libsuitesparse-dev2.2 下载并编译Ceres这里要特别注意版本号wget http://ceres-solver.org/ceres-solver-1.14.0.tar.gz tar xvf ceres-solver-1.14.0.tar.gz cd ceres-solver-1.14.0 mkdir build cd build cmake .. -DEXPORT_BUILD_DIRON make -j$(nproc) sudo make install2.3 验证安装编译完成后可以运行测试用例确认安装是否成功make test如果看到所有测试用例都通过说明Ceres已经正确安装。我在实际项目中遇到过测试失败的情况通常是因为依赖库没装全回头检查第一步的依赖安装即可。3. VINS_Fusion源码编译与问题排查现在进入正题开始编译VINS_Fusion。首先需要创建工作空间并拉取代码mkdir -p ~/vins_ws/src cd ~/vins_ws/src git clone https://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git cd ..3.1 解决OpenCV版本冲突这是最常见的问题之一。Ubuntu20.04默认安装的是OpenCV4而VINS_Fusion原本是为OpenCV3设计的。解决方法是在相关头文件中添加缺失的定义在camera_model/include/camera_model/Chessboard.h中添加#include opencv2/imgproc/types_c.h #include opencv2/calib3d/calib3d_c.h在camera_model/include/camera_model/CameraCalibration.h中添加#include opencv2/imgproc/types_c.h #include opencv2/imgproc/imgproc_c.h3.2 处理其他编译错误编译过程中可能会遇到几个典型的OpenCV API变更问题CV_FONT_HERSHEY_SIMPLEX需要改为cv::FONT_HERSHEY_SIMPLEXCV_BGR2GRAY需要改为cv::COLOR_BGR2GRAYCV_LOAD_IMAGE_GRAYSCALE需要改为cv::IMREAD_GRAYSCALE这些修改需要手动在报错文件中进行。建议使用IDE的全局搜索功能快速定位这些变量。3.3 特殊情况的处理如果你系统中有多个Python版本比如安装了Anaconda编译时需要指定Python3的路径catkin_make -DPYTHON_EXECUTABLE/usr/bin/python3我遇到过因为Python路径问题导致编译失败的情况这个参数可以完美解决。4. 运行与测试让VINS_Fusion动起来编译通过后就可以用公开数据集测试了。EuRoC数据集是最常用的选择。4.1 启动流程需要按顺序在四个终端中分别执行以下命令启动RVIZ可视化界面roslaunch vins vins_rviz.launch运行VINS主节点注意根据你的工作空间名称调整路径rosrun vins vins_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml启动回环检测节点可选rosrun loop_fusion loop_fusion_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml播放数据集rosbag play YOUR_DATASET_FOLDER/MH_01_easy.bag4.2 常见运行问题如果看不到轨迹显示首先检查所有终端是否都正常启动没有报错退出数据集路径是否正确配置文件中的传感器参数是否与数据集匹配我在第一次运行时遇到过轨迹显示不全的问题后来发现是RVIZ的显示设置没调好。建议在RVIZ中手动添加Path和PointCloud2等显示类型。5. 性能评估与调优成功运行后可以用evo工具评估算法性能。安装evo很简单pip install evo --upgrade --no-binary evo评估绝对轨迹误差ATE的命令示例evo_ape tum groundtruth.txt estimated.txt -va --plot在实际项目中我发现VINS_Fusion对参数非常敏感。建议先使用默认参数跑通流程然后根据具体场景逐步调整config文件中的参数。特别是IMU噪声参数不同设备的参数差异很大需要根据实际情况校准。
Ubuntu20.04下VINS_Fusion配置全攻略（避坑指南+实战解析）
1. 环境准备Ubuntu20.04与ROS Noetic在开始配置VINS_Fusion之前我们需要确保基础环境已经准备就绪。Ubuntu20.04作为长期支持版本LTS提供了稳定的开发环境。我强烈建议使用纯净的Ubuntu20.04系统进行配置避免因系统残留导致的依赖冲突。首先需要安装ROS Noetic这是专为Ubuntu20.04设计的ROS版本。安装过程其实很简单但有几个关键点需要注意设置软件源时建议选择国内镜像源以加速下载。我常用的是清华或中科大的镜像源速度非常稳定。安装完整版ROS时使用以下命令sudo apt install ros-noetic-desktop-full初始化rosdep时如果遇到网络问题可以尝试修改hosts文件或使用代理工具注意遵守相关规定。安装完成后别忘了设置环境变量。我习惯把这些命令加到.bashrc文件中这样每次打开终端都会自动加载echo source /opt/ros/noetic/setup.bash ~/.bashrc source ~/.bashrc2. 关键依赖安装Ceres Solver的正确姿势Ceres Solver是VINS_Fusion的核心依赖之一但这里有个大坑需要注意官方推荐的2.x版本会导致编译错误。经过多次尝试我发现1.14.0版本是最稳定的选择。安装过程可以分为三步走2.1 安装基础依赖这些是编译Ceres必需的开发库sudo apt-get install -y cmake libgoogle-glog-dev libgflags-dev \ libatlas-base-dev libeigen3-dev libsuitesparse-dev2.2 下载并编译Ceres这里要特别注意版本号wget http://ceres-solver.org/ceres-solver-1.14.0.tar.gz tar xvf ceres-solver-1.14.0.tar.gz cd ceres-solver-1.14.0 mkdir build cd build cmake .. -DEXPORT_BUILD_DIRON make -j$(nproc) sudo make install2.3 验证安装编译完成后可以运行测试用例确认安装是否成功make test如果看到所有测试用例都通过说明Ceres已经正确安装。我在实际项目中遇到过测试失败的情况通常是因为依赖库没装全回头检查第一步的依赖安装即可。3. VINS_Fusion源码编译与问题排查现在进入正题开始编译VINS_Fusion。首先需要创建工作空间并拉取代码mkdir -p ~/vins_ws/src cd ~/vins_ws/src git clone https://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git cd ..3.1 解决OpenCV版本冲突这是最常见的问题之一。Ubuntu20.04默认安装的是OpenCV4而VINS_Fusion原本是为OpenCV3设计的。解决方法是在相关头文件中添加缺失的定义在camera_model/include/camera_model/Chessboard.h中添加#include opencv2/imgproc/types_c.h #include opencv2/calib3d/calib3d_c.h在camera_model/include/camera_model/CameraCalibration.h中添加#include opencv2/imgproc/types_c.h #include opencv2/imgproc/imgproc_c.h3.2 处理其他编译错误编译过程中可能会遇到几个典型的OpenCV API变更问题CV_FONT_HERSHEY_SIMPLEX需要改为cv::FONT_HERSHEY_SIMPLEXCV_BGR2GRAY需要改为cv::COLOR_BGR2GRAYCV_LOAD_IMAGE_GRAYSCALE需要改为cv::IMREAD_GRAYSCALE这些修改需要手动在报错文件中进行。建议使用IDE的全局搜索功能快速定位这些变量。3.3 特殊情况的处理如果你系统中有多个Python版本比如安装了Anaconda编译时需要指定Python3的路径catkin_make -DPYTHON_EXECUTABLE/usr/bin/python3我遇到过因为Python路径问题导致编译失败的情况这个参数可以完美解决。4. 运行与测试让VINS_Fusion动起来编译通过后就可以用公开数据集测试了。EuRoC数据集是最常用的选择。4.1 启动流程需要按顺序在四个终端中分别执行以下命令启动RVIZ可视化界面roslaunch vins vins_rviz.launch运行VINS主节点注意根据你的工作空间名称调整路径rosrun vins vins_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml启动回环检测节点可选rosrun loop_fusion loop_fusion_node ~/vins_ws/src/VINS-Fusion/config/euroc/euroc_mono_imu_config.yaml播放数据集rosbag play YOUR_DATASET_FOLDER/MH_01_easy.bag4.2 常见运行问题如果看不到轨迹显示首先检查所有终端是否都正常启动没有报错退出数据集路径是否正确配置文件中的传感器参数是否与数据集匹配我在第一次运行时遇到过轨迹显示不全的问题后来发现是RVIZ的显示设置没调好。建议在RVIZ中手动添加Path和PointCloud2等显示类型。5. 性能评估与调优成功运行后可以用evo工具评估算法性能。安装evo很简单pip install evo --upgrade --no-binary evo评估绝对轨迹误差ATE的命令示例evo_ape tum groundtruth.txt estimated.txt -va --plot在实际项目中我发现VINS_Fusion对参数非常敏感。建议先使用默认参数跑通流程然后根据具体场景逐步调整config文件中的参数。特别是IMU噪声参数不同设备的参数差异很大需要根据实际情况校准。
