在自己的联想YOGA笔记本上成功编译运行ORBSLAM2，并在TUM数据集上验证运行效果，记录安装编译过程。
1.安装git、cmake
sudo apt-get install git(用于从github上clone项目到本地)
sudo apt-get cmake（用于编译项目）
sudo apt-get update（用于更新软件列表）
2.安装Pangolin用于可视化和用户界面
sudo apt-get install libglew-dev libpython2.7-dev (安装依赖项)
git clone https://github.com/stevenlovegrove/Pangolin.git(将项目下载到本地)
3.编译运行Pangolin：
cd Pangolin
mkdir build
cd build
cmake ..
make(注：如果只是笔记本安装，CPU性能一般不建议使用make -j，本人亲试使用make -j死机)
sudo make install
4.安装Opencv用于处理图像，ORBSLAM2支持Opencv 2和Opencv 3，本实验使用的是Opencv 2.4.11
前往官网https://opencv.org/releases/page/4/下载Opencv 2.4.11 sources版本
首先安装依赖项：
sudo apt-get install build-essential libgtk2.0-dev pkg-config vcodec-dev libavformat-dev libswscale-dev
选择性安装：
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
将下载的Opencv 2.4.11 解压缩到本地并编译安装
cd ~/opencv 2.4.11
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release –D CMAKE_INSTALL_PREFIX=/usr/local ..
make
sudo make install
5.安装Eigen
sudo apt-get install libeigen3-dev
6.下载ORBSLAM2项目并且编译：
git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2
cd ORB_SLAM2
chmod +x build.sh
./build.sh
7.编译成功以后，下载TUM、KITTI、EuRoC数据集，本实验使用了TUM数据集，数据集下载地址：
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER
其中PATH_TO_SEQUENCE_FOLDER表示数据集存储路径，例如本实验进行了单目和RGBD的实验，现在了数据集fr2_desk
Monocular运行指令为：
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ./fr2_desk
运行结果截图：
RGB-D运行指令为：
./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml ./fr2_desk ./Examples/RGB-D/associations/fr2_desk.txt
