聲明：本博客僅供個人學習使用。轉載自 Jasmine_shine
g2o的安裝及初步使用
運行環境：ubuntu12.04 + g2o
個人原創，轉載請註明來自Jasmine_shine的專欄：
一、g2o的安裝
1、安裝依賴項：
sudo apt-get install libeigen3-dev libsuitesparse-dev libqt4-dev qt4-qmake libqglviewer-qt4-dev
2、從官網上下載並從源碼安裝，下載網址爲https://github.com/RainerKuemmerle/g2o。
將此文件解壓，可以採用命令，也可以直接右鍵“提取到此處“，然後放到你想放的文件路徑裏。源碼安裝：
mkdir build
cd build
cmake ..
make
sudo make install如果編譯沒有出錯，就會在/usr/local/include看到g2o的包含文件，在usr/local/lib看到g2o的庫文件，在usr/local/bin看到g2o的可執行文件。
具體的安裝方式可參考博客：http://www.cnblogs.com/gaoxiang12/p/4739934.html
二、g2o的小試牛刀
g2o是一些大牛們封裝好的一個可以計算圖優化的一個庫，因此只需要輸入一組點和邊的信息，g2o就可以進一步優化你的這些點和邊。下面是一個優化圓的例子。
在Ubuntu環境下，要先創建一個文件夾，代表一個工程。這個工程必須包含幾個子文件夾，分別是bin（生成的可執行文件的存放路徑），include(包含的頭文件，也就是.h文件)，data(提取的實驗數據), src(源文件，也就是.cpp文件), CMakeLists.txt（編譯環境設置）。
此時的CMakeList.txt與源文件中的不同，只需設置一些簡單的編譯條件即可：
CMAKE_MINIMUM_REQUIRED( VERSION 2.8 )
PROJECT( g2o_test )
SET(CMAKE_CXX_COMPILER "g++")
SET( CMAKE_BUILD_TYPE Debug )
SET(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/bin)
SET(LIBRARY_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/lib)
INCLUDE_DIRECTORIES( ${PROJECT_SOURCE_DIR}/include )
LINK_DIRECTORIES( ${PROJECT_SOURCE_DIR}/lib)
ADD_SUBDIRECTORY( ${PROJECT_SOURCE_DIR}/src )
在這裏，我們值涉及到一個簡單的main.cpp文件，如下：
#include "g2o/core/sparse_optimizer.h"
#include "g2o/core/block_solver.h"
#include "g2o/core/factory.h"
#include "g2o/core/optimization_algorithm_levenberg.h"
#include "g2o/solvers/csparse/linear_solver_csparse.h"
#include "g2o/types/slam3d/vertex_se3.h"
//#include "g2o/types/slam3d/edge_se3.h"
// 使用 宏函數 聲明邊和頂點類型，注意註釋掉了上面兩個頭文件
G2O_USE_TYPE_GROUP(slam3d);
//G2O_USE_TYPE_GROUP(slam2d); //2d平面
#include <iostream>
using namespace std;
using namespace g2o;
#define MAXITERATION 50
int main()
{
cout<< "Hello g2o"<<endl;
// create the linear solver
BlockSolverX::LinearSolverType * linearSolver = new LinearSolverCSparse<BlockSolverX::PoseMatrixType>();
// create the block solver on the top of the linear solver
BlockSolverX* blockSolver = new BlockSolverX(linearSolver);
//create the algorithm to carry out the optimization
OptimizationAlgorithmLevenberg* optimizationAlgorithm = new OptimizationAlgorithmLevenberg(blockSolver);
/* //如果沒用前面的宏函數，而是調用的是edge_se3和vertex_se3頭文件
//想讓程序能識別VertexSE3這些數據類型，就要顯示的調用它們，如下
//如果只用了頭文件，而沒用顯示調用，那麼這些數據類型將不會link進來
//在下面的optimizer.load函數將不能識別這些數據類型
for(int f=0; f<10;++f)
{
VertexSE3* v = new VertexSE3;
v->setId(f++);
}
*/
// create the optimizer
SparseOptimizer optimizer;
if(!optimizer.load("../data/sphere_bignoise_vertex3.g2o"))
{
cout<<"Error loading graph"<<endl;
return -1;
}else
{
cout<<"Loaded "<<optimizer.vertices().size()<<" vertices"<<endl;
cout<<"Loaded "<<optimizer.edges().size()<<" edges"<<endl;
}
//優化過程中，第一個點固定，不做優化; 也可以不固定。
VertexSE3* firstRobotPose = dynamic_cast<VertexSE3*>(optimizer.vertex(0));
firstRobotPose->setFixed(true);
optimizer.setAlgorithm(optimizationAlgorithm);
optimizer.setVerbose(true);
optimizer.initializeOptimization();
cerr<<"Optimizing ..."<<endl;
optimizer.optimize(MAXITERATION);
cerr<<"done."<<endl;
optimizer.save("../data/sphere_after.g2o");
//optimizer.clear();
return 0;
}
# 添加g2o的依賴
# 因爲g2o不是常用庫，要添加它的findg2o.cmake文件
LIST( APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules )
SET( G2O_ROOT /usr/local/include/g2o )
FIND_PACKAGE( G2O )
# CSparse
FIND_PACKAGE( CSparse )
INCLUDE_DIRECTORIES( ${G2O_INCLUDE_DIR} ${CSPARSE_INCLUDE_DIR} )
find_package(Eigen3 REQUIRED)
find_package(CSparse REQUIRED)
#find_package(Cholmod REQUIRED)
include_directories(${CSPARSE_INCLUDE_DIR})
include_directories(${EIGEN3_INCLUDE_DIR})
#include_directories(${CHOLMOD_INCLUDE_DIR})
SET(G2O_LIBS g2o_cli g2o_ext_freeglut_minimal g2o_simulator g2o_solver_slam2d_linear g2o_types_icp g2o_types_slam2d g2o_core g2o_interface g2o_solver_csparse g2o_solver_structure_only g2o_types_sba g2o_types_slam3d g2o_csparse_extension g2o_opengl_helper g2o_solver_dense g2o_stuff g2o_types_sclam2d g2o_parser g2o_solver_pcg g2o_types_data g2o_types_sim3 cxsparse )
ADD_EXECUTABLE(g2o_test main.cpp)
target_link_libraries(g2o_test ${G2O_LIBS})
#target_link_libraries(g2o_test csparse g2o_core g2o_solver_cholmod g2o_solver_csparse g2o_types_slam3d)到目前爲止，main.cpp以及編譯配置都已經完成，數據的輸入data提取的是這個網址裏的數據：https://github.com/HeYijia/GraphSLAM_tutorials_code/tree/master/g2o_test/data。
一般情況下，編譯所需的文件都已經差不多了，但是這個程序依賴很多庫，所以需額外在工程文件夾下添加一個cmake_modules文件夾，裏面包含很多cmake文件。下載地址爲：https://github.com/HeYijia/GraphSLAM_tutorials_code/tree/master/g2o_test/cmake_modules。
so，你現在可以執行
mkdir build
cd build
cmake ..
make到目前爲止，如果沒有意外的話，應該在bin文件夾下生成了一個跟工程名相同的可執行文件，只需要執行這個文件./g2o_test，就會在data文件夾下生成一個.g2o的文件。採用g2o_viewer 即可看到生成的文件。但是由於個人在安裝的時候在/usr/local/bin沒有生成g2o_viewer這個可執行文件，所以不能可視化這個文件。
後續的話，可能會更注重g2o的原理了，畢竟操作是最簡單的，先從形象話瞭解一些g2o的使用，對之後的理解可能是好的。
本篇博客在前人的基礎上實際操作和總結的，稍有不同，主要是根據個人環境配置和編譯的。
參考博客：白巧克力亦唯心
