1、Eigen線性代數庫的安裝
Eigen庫是一個Ｃ＋＋線性代數開源庫，它提供了有關線性代數、矩陣和矢量運算、數值分析及相關的算法。
Eigen庫由Ubuntu軟件源提供，通過apt命令可以很方便的安裝Eigen：
sudo apt-get install libeigen3-dev 使用Eigen時，在CMakeLists.txt裏添加Eigen頭文件的目錄，也就是添加
include_directories("/usr/include/eigen3")2、Sophus李代數庫的安裝
Sophus庫是一個李代數庫,它是直接在Eigen庫基礎上開發的，因此我們不需要安裝額外的依賴庫。
可以通過輸入以下命令獲得非模板類的Sophus庫：
git clone https://github.com/strasdat/Sophus.git
cd Sophus #進入Sophus文件夾
git checkout a621ff #檢查a621ff版本由於Sophus庫是一個Cmake工程，所以需要進行編譯，使用以下命令：
cd Sophus #進入Sophus文件目錄下
mkdir build #新建build文件夾
cd build #進入build文件夾
cmake .. #build上一層目錄下執行CMake命令
make #編譯 find_package( Sophus REQUIRED ) #尋找庫頭文件和庫文件
include_directories( ${Sophus_INCLUDE_DIRS} ) #包含頭文件目錄
target_link_libraries( 工程名 ${Sophus_LIBS})3、OpenCV計算機視覺庫
OpenCV提供了大量的開源視覺算法庫，是計算機視覺中使用極其廣泛的圖像處理算法庫。 首先我們安裝一些依賴項：
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev sudo apt-get install freeglut3-dev mesa-common-dev libgtkglext1 libgtkglext1-dev sudo apt-get install checkinstall yasm libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libgtk2.0-dev libmp3lame-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils ffmpegsudo apt-get install libatlas-base-dev gfortran qt5-default qtcreator下載VTK後進入文件夾，在文件夾下打開終端，輸入命令：
mkdir build #創建新的文件夾build
cd build #進入build文件夾
cmake ..
make #編譯
sudo make install #安裝下載opencv，源碼下載地址： https://github.com/opencv/opencv/tree/3.4.1
然後編譯安裝Opencv庫，在Opencv文件夾下打開終端，輸入命令：
mkdir build #創建新的文件夾build
cd build #進入build文件夾
cmake -DWITH_VTK=ON ..
make #編譯
sudo make install #安裝 使用Opencv時，需要在CMakeLists.txt中添加
find_package( Opencv REQUIRED ) #尋找庫頭文件和庫文件
include_directories( ${Opencv_INCLUDE_DIRS} ) #包含頭文件目錄
target_link_libraries( 工程名 ${Opencv_LIBS})4、PCL點雲庫
首先安裝一些依賴項，打開終端，輸入命令：
sudo apt-get update
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install cmake cmake-gui
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common
sudo apt-get install libflann1.8 libflann-dev
sudo apt-get install libeigen3-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libvtk5.10-qt4 libvtk5.10 libvtk5-dev
sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install qt-sdk openjdk-8-jdk openjdk-8-jre 然後下載源碼：
git clone https://github.com/PointCloudLibrary/pcl.git最後編譯安裝，在PCL文件夾下打開終端，輸入命令：
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=None -DCMAKE_INSTALL_PREFIX=/usr -DBUILD_GPU=ON -DBUILD_apps=ON -DBUILD_examples=ON -DCMAKE_INSTALL_PREFIX=/usr ..
make
sudo make install 使用PCL時，需要在CMakeLists.txt中添加：
find_package( PCL REQUIRED COMPONENT common io )
include_directories( ${PCL_INCLUDE_DIRS} )
add_definitions( ${PCL_DEFINITIONS} )
target_link_libraries( 工程名根據實際情況添加 ${PCL_LIBRARIES} )5、Ceres非線性優化庫
Ceres庫是來自谷歌的非線性優化庫，Ceres庫面向通用的最小二乘問題求解。首先安裝一些依賴項，在終端輸入命令：
sudo apt-get install liblapack-dev libsuitesparse-dev libatlas-base-dev libcxsparse3.1.2 libgflags-dev libgoogle-glog-dev libgtest-dev如果找不到部分庫，則使用以下辦法：
（1）使用命令打開source.list
sudo gedit /etc/apt/sources.list （2）將下面的源粘貼到source.list的最上方
deb http://cz.archive.ubuntu.com/ubuntu trusty main universe（3）使用下列命令更新源：
sudo apt-get update 依賴項安裝完成後下載Ceres，下載地址：https://github.com/ceres-solver/ceres-solver
最後進入Ceres文件夾，打開終端，輸入命令：
mkdir build
cd build
cmake ..
make
sudo make install在使用Ceres庫時需要在CMakeLists.txt中添加：
# 添加cmake模塊以使用ceres庫
list( APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules )
# 尋找Ceres庫並添加它的頭文件
find_package( Ceres REQUIRED )
include_directories( ${CERES_INCLUDE_DIRS} )
target_link_libraries( 工程名 ${CERES_LIBRARIES} )6、G2O圖優化庫
首先安裝一些依賴項：
sudo apt-get install libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.4 libcholmod3.0.6 然後下載g2o：https://github.com/RainerKuemmerle/g2o
最後進入g2o文件，打開終端，輸入命令：
mkdir build
cd build
cmake ..
make
sudo make install 在使用g2o庫時，需要在CMakeLists.txt中添加：
find_package( G2O REQUIRED )
include_directories( ${G2O_INCLUDE_DIRS})
target_link_libraries( 工程名 g2o_core g2o_stuff)注意：如果使用視覺SLAM十四講中的代碼，出現如下錯誤：
error: no matching function for call to ‘g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(Block*&)’ 則是使用的g2o庫不同，需要將
Block* solver_ptr = new Block( linearSolver ); // 矩陣塊求解器
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg( solver_ptr );改成:
Block* solver_ptr = new Block( unique_ptr<Block::LinearSolverType>(linearSolver) ); // 矩陣塊求解器
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg( unique_ptr<Block>(solver_ptr) );這樣就可以編譯成功了。