2、环境搭建与编译：Ubuntu系统配置、Eigen3与Pangolin安装、OpenCV与g2o依赖、ORB-SLAM3源码编译与测试
说实话，很多同学卡在ORB-SLAM3的第一步——环境搭建。我见过太多人，代码逻辑看得明明白白，结果编译报错一整天，最后发现是某个库版本不对。这一章，咱们就把这些坑一个个填平。
核心要点：环境搭建的本质，就是让ORB-SLAM3依赖的六个关键库（Eigen3、Pangolin、OpenCV、g2o、DBoW2、Sophus）在系统里各就各位。版本匹配是重中之重。
2.1 Ubuntu系统配置：先把地基打牢
我个人习惯用Ubuntu 18.04或20.04。为什么？因为ORB-SLAM3官方测试环境就是这两个版本。你非要用22.04也行，但要做好心理准备——有些库的依赖关系会变。
装完系统第一件事，更新源：
sudo apt update
sudo apt upgrade -y然后安装基础编译工具。嗯，这里有个小坑：build-essential 必须装，但很多人会漏掉 cmake 和 git。
sudo apt install build-essential cmake git pkg-config -y我的经验：装完系统后，先跑一遍 sudo apt install mesa-utils。这能避免后面Pangolin编译时OpenGL相关的报错。我曾经在这上面浪费过两小时。
2.2 Eigen3安装：轻量级矩阵库
Eigen3是个纯头文件库，说白了就是不需要编译。但版本有讲究——ORB-SLAM3要求3.1.0以上，我建议直接装3.3.7或3.4.0。
sudo apt install libeigen3-dev -y验证安装：
pkg-config --modversion eigen3如果输出3.3.7或更高，就OK了。注意，Eigen3的安装路径默认在 /usr/include/eigen3，但有些项目会去 /usr/include 找。我习惯做个软链接：
sudo ln -s /usr/include/eigen3/Eigen /usr/include/Eigen避坑指南：我曾经遇到过Eigen3版本冲突——系统自带的3.2.10和项目要求的3.3.7打架。解决办法是手动卸载旧版，从源码编译新版。具体命令：sudo apt remove libeigen3-dev，然后从官网下载源码包。
2.3 Pangolin安装：可视化窗口的基石
Pangolin负责显示相机轨迹和地图点。它依赖OpenGL和GLEW。先装依赖：
sudo apt install libgl1-mesa-dev libglew-dev libpython2.7-dev -y然后从GitHub克隆源码：
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
mkdir build && cd build
cmake ..
make -j4
sudo make install这里有个细节：make -j4 的4代表并行编译线程数，根据你的CPU核心数调整。我笔记本是8核，所以用 -j8。
我的习惯：编译Pangolin时，如果报错 Could NOT find GL，说明OpenGL开发包没装全。执行 sudo apt install libglu1-mesa-dev freeglut3-dev 就能解决。
2.4 OpenCV安装：图像处理的引擎
ORB-SLAM3对OpenCV的版本要求比较宽松，3.2.0到4.x都行。但我建议用3.4.16——稳定，且和g2o兼容性好。
两种安装方式：
| 方式 | 命令 | 适用场景 |
|---|---|---|
| apt安装 | sudo apt install libopencv-dev -y |
快速验证，版本可能较旧 |
| 源码编译 | 从GitHub下载，cmake编译 | 需要特定版本或contrib模块 |
我个人推荐源码编译，因为可以控制编译选项。比如关闭不需要的模块来加速编译：
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D WITH_TBB=ON \
-D WITH_OPENMP=ON \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON ..避坑指南：如果你同时装了ROS，ROS自带的OpenCV版本可能和ORB-SLAM3冲突。解决办法是在编译ORB-SLAM3时，显式指定OpenCV路径：cmake -D OpenCV_DIR=/usr/local/share/OpenCV ..
2.5 g2o安装：图优化的核心
g2o是ORB-SLAM3后端优化的关键。它依赖Eigen3和SuiteSparse。先装SuiteSparse：
sudo apt install libsuitesparse-dev -y然后克隆g2o源码：
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
mkdir build && cd build
cmake ..
make -j4
sudo make install注意，g2o的版本要和ORB-SLAM3匹配。我测试过，2020年之后的g2o版本都能用。如果编译报错，多半是Eigen3版本不对——回头检查2.2节。
我的经验：g2o编译时，如果报 undefined reference to CHOLMOD，说明SuiteSparse没装好。执行 sudo apt install libcholmod3 libcholmod-dev 即可。
2.6 ORB-SLAM3源码编译：终于到了正题
克隆源码：
git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git
cd ORB_SLAM3执行编译脚本：
chmod +x build.sh
./build.sh这个脚本会自动编译DBoW2、g2o、Sophus和ORB-SLAM3主程序。编译过程大概10-20分钟，取决于你的机器性能。
如果编译成功，你会看到 libORB_SLAM3.so 和几个可执行文件。如果失败，别慌——90%的问题出在依赖库版本上。
常见编译错误及解决：
- Eigen3找不到：检查
/usr/include/eigen3是否存在，或设置-D EIGEN3_INCLUDE_DIR - OpenCV版本冲突：用
pkg-config --modversion opencv查看版本，确保≥3.2.0 - Pangolin链接错误：重新编译Pangolin，确保
sudo make install执行成功
2.7 测试运行：验证你的环境
编译成功后，用官方提供的EuRoC数据集测试。下载一个序列（比如MH_01_easy），然后运行：
./Examples/Monocular/mono_euroc \
./Vocabulary/ORBvoc.txt \
./Examples/Monocular/EuRoC.yaml \
/path/to/MH_01_easy \
./Examples/Monocular/EuRoC_TimeStamps/MH01.txt如果看到Pangolin窗口显示相机轨迹和地图点，恭喜你——环境搭建成功！
我的建议：第一次测试时，用 ./build.sh -j1 单线程编译。虽然慢，但能避免多线程编译时的内存溢出问题。我16GB内存的机器，用 -j8 编译时偶尔会卡死。
2.8 知识体系总览
下面这张图，帮你理清ORB-SLAM3的依赖关系：
说白了，ORB-SLAM3就像一辆车——Eigen3是底盘，OpenCV是发动机，Pangolin是仪表盘，g2o是悬挂系统。任何一个部件出问题，车都跑不起来。
本章小结：环境搭建没有捷径，但可以少走弯路。记住三点：版本匹配、依赖顺序、编译选项。把这章的内容吃透，后面源码解析你会轻松很多。