Jetson Nano + 双目摄像头：从零到一跑通ORB_SLAM2的完整避坑指南（Ubuntu 18.04）
当你第一次拿到Jetson Nano和双目摄像头时，那种既兴奋又忐忑的心情我完全理解。作为一个在SLAM领域摸爬滚打多年的开发者，我深知从零开始搭建ORB_SLAM2环境的痛苦——那些莫名其妙的报错、漫长的编译等待、标定参数的困惑，每一个坑都可能让你浪费数天时间。本文将带你避开所有我踩过的坑，用最短的时间让ORB_SLAM2在你的设备上跑起来。
1. 系统准备与环境配置
1.1 基础系统安装
拿到Jetson Nano后，第一步是准备一张至少32GB的高速TF卡（建议使用UHS-I及以上规格）。官方推荐的Ubuntu 18.04镜像可以从NVIDIA开发者网站下载，使用Etcher等工具烧录到TF卡。
几个关键注意事项：
- 电源选择：务必使用5V/4A的电源适配器，USB供电可能导致编译过程中系统崩溃
- 散热方案：建议安装散热风扇，长时间高负载运行温度可能超过80℃
- 显示设置：首次启动建议连接HDMI显示器，后续可通过SSH远程操作
# 检查系统信息 cat /etc/nv_tegra_release uname -a1.2 系统优化配置
系统首次启动后，有几个关键配置需要立即调整：
关闭休眠：默认5分钟休眠会中断长时间编译
sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target更换软件源：Jetson Nano的ARM架构需要使用专用源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak sudo sed -i 's/ports.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list sudo apt updateSWAP扩展：4GB内存可能不足，建议增加4GB交换空间
sudo fallocate -l 4G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile echo '/swapfile swap swap defaults 0 0' | sudo tee -a /etc/fstab
2. ROS Melodic安装与配置
2.1 基础安装
Jetson Nano上的ROS安装有几个特殊注意事项：
# 设置ROS源 sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update # 安装完整桌面版（约40分钟） sudo apt install ros-melodic-desktop-full2.2 解决常见问题
问题1：sudo rosdep init失败
# 先安装python-rosdep2 sudo apt install python-rosdep2 # 然后手动初始化 sudo rosdep init rosdep update问题2：网络超时
- 尝试更换手机热点
- 或使用国内镜像源：
export ROSDISTRO_INDEX_URL=https://mirrors.tuna.tsinghua.edu.cn/rosdistro/index.yaml
2.3 环境配置
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc source ~/.bashrc # 测试安装 roscore &3. ORB_SLAM2依赖安装
3.1 Pangolin安装
Pangolin是ORB_SLAM2的可视化工具，安装时最容易出问题：
sudo apt install libglew-dev libpython2.7-dev git clone https://gitee.com/mirrors/Pangolin.git cd Pangolin mkdir build cd build cmake -DCPP11_NO_BOOST=1 .. make -j4 sudo make install常见错误解决：
- 如果编译卡在60%，尝试减少线程数：
make -j2 - 缺少Eigen3：
sudo apt install libeigen3-dev
3.2 OpenCV 3.4.1编译
ORB_SLAM2对OpenCV版本有严格要求，建议使用3.4.1：
wget -O opencv-3.4.1.zip https://github.com/opencv/opencv/archive/3.4.1.zip unzip opencv-3.4.1.zip cd opencv-3.4.1 mkdir build cd build cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. make -j4 # 约3小时 sudo make install加速技巧：
- 使用
-j4参数充分利用Jetson Nano的4核CPU - 如果编译失败，删除build目录重新开始
4. ORB_SLAM2编译与调试
4.1 源码获取与准备
cd ~/catkin_ws/src git clone https://gitee.com/mirrors_raulmur/ORB_SLAM2.git ORB_SLAM2 cd ORB_SLAM2 chmod +x build.sh4.2 解决编译错误
错误1：usleep未声明 解决方法：在以下文件头部添加#include <unistd.h>
Examples/Monocular/mono_euroc.cc Examples/Monocular/mono_kitti.cc Examples/Monocular/mono_tum.cc Examples/RGB-D/rgbd_tum.cc Examples/Stereo/stereo_euroc.cc Examples/Stereo/stereo_kitti.cc src/LocalMapping.cc src/LoopClosing.cc src/System.cc src/Tracking.cc src/Viewer.cc错误2：OpenCV版本不匹配
# 检查链接的OpenCV版本 pkg-config --modversion opencv # 如果显示4.x版本，需要修改CMakeLists.txt4.3 ROS支持编译
chmod +x build_ros.sh export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:~/catkin_ws/src/ORB_SLAM2/Examples/ROS ./build_ros.sh5. 双目摄像头配置与标定
5.1 摄像头驱动安装
对于CSI接口的双目摄像头，推荐使用jetson_nano_csi_cam_ros驱动：
cd ~/catkin_ws/src git clone https://github.com/rt-net/jetson_nano_csi_cam_ros.git sudo apt-get install gstreamer1.0-tools libgstreamer1.0-dev \ libgstreamer-plugins-base1.0-dev libgstreamer-plugins-good1.0-dev git clone https://github.com/ros-drivers/gscam.git cd ~/catkin_ws catkin_make5.2 摄像头标定实战
双目标定是SLAM精度的关键，这里给出关键参数解释：
| 参数名 | 含义 | 典型值范围 |
|---|---|---|
| fx, fy | 焦距（像素单位） | 200-800 |
| cx, cy | 主点坐标 | 图像宽高的一半 |
| k1, k2 | 径向畸变系数 | -0.1~0.1 |
| p1, p2 | 切向畸变系数 | -0.01~0.01 |
| baseline | 双目基线长度（米） | 0.05-0.12 |
标定结果示例（EuRoC.yaml）：
%YAML:1.0 Camera.type: "PinHole" # 相机1参数 Camera1.fx: 435.123 Camera1.fy: 435.123 Camera1.cx: 320.5 Camera1.cy: 240.5 Camera1.k1: -0.123 Camera1.k2: 0.045 Camera1.p1: 0.001 Camera1.p2: -0.003 # 相机2参数（与相机1相同） Camera2.fx: 435.123 Camera2.fy: 435.123 Camera2.cx: 320.5 Camera2.cy: 240.5 Camera2.k1: -0.123 Camera2.k2: 0.045 Camera2.p1: 0.001 Camera2.p2: -0.003 # 外参 Camera2.T_cn_cnm1: !!opencv-matrix rows: 4 cols: 4 dt: f data: [1,0,0,-0.12, 0,1,0,0, 0,0,1,0, 0,0,0,1]5.3 运行ORB_SLAM2
# 启动摄像头 roslaunch jetson_dual_csi_cam jetson_dual_csi_cam.launch # 运行ORB_SLAM2 rosrun ORB_SLAM2 Stereo \ PATH_TO_VOCABULARY/ORBvoc.txt \ PATH_TO_SETTINGS_FILE/EuRoC.yaml \ false性能优化技巧：
- 在
EuRoC.yaml中降低图像分辨率 - 修改ORB特征点数量（默认2000可降至1000）
- 关闭不必要的可视化输出
6. 实战问题排查指南
6.1 常见错误与解决方案
| 错误现象 | 可能原因 | 解决方案 |
|---|---|---|
| 编译卡死 | 内存不足 | 增加swap空间，使用make -j2 |
| usleep未声明 | 缺少头文件 | 添加#include <unistd.h> |
| 标定参数不匹配 | yaml格式错误 | 检查缩进和数据类型 |
| 摄像头无法启动 | 驱动问题 | 检查/dev/video*设备节点 |
| 轨迹漂移严重 | 标定不准确 | 重新标定，检查baseline值 |
6.2 性能监控与优化
# 监控CPU/GPU使用情况 tegrastats # 监控温度 cat /sys/class/thermal/thermal_zone*/temp关键性能指标：
- ORB特征提取：~30ms/帧
- 位姿估计：~20ms/帧
- 整体帧率：10-15FPS（640x480分辨率）
记得第一次成功运行ORB_SLAM2时，看着实时构建的地图和轨迹，那种成就感至今难忘。虽然过程曲折，但每一个坑都让我对SLAM系统有了更深的理解。现在你有了这份指南，应该能少走很多弯路。如果遇到文中未覆盖的问题，不妨检查ROS话题是否正常发布，或者尝试降低系统负载——有时候最简单的重启就能解决奇怪的问题。
