RTAB-Map 0.21.0 ROS1/ROS2 源码编译：Ubuntu 22.04 双版本部署与 3 个常见编译错误解决
在机器人操作系统（ROS）生态中，RTAB-Map 作为基于外观的实时建图与定位解决方案，已成为三维 SLAM 领域的重要工具。本文将深入探讨如何在 Ubuntu 22.04 环境下完成 RTAB-Map 0.21.0 版本的源码编译，同时支持 ROS1 Noetic 和 ROS2 Humble 双版本部署，并针对高频编译错误提供专业级解决方案。
1. 环境准备与依赖配置
1.1 系统基础环境
推荐使用纯净的 Ubuntu 22.04.3 LTS 系统，确保已配置正确的软件源：
sudo apt update && sudo apt upgrade -y sudo apt install -y build-essential cmake git wget1.2 ROS 环境安装
对于双版本支持，需要分别安装 ROS1 和 ROS2 的核心组件：
ROS1 Noetic 安装：
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update sudo apt install -y ros-noetic-desktop-fullROS2 Humble 安装：
sudo apt install -y software-properties-common sudo add-apt-repository universe sudo apt update && sudo apt install -y curl sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null sudo apt update sudo apt install -y ros-humble-desktop1.3 必要依赖项
RTAB-Map 的核心依赖包括：
sudo apt install -y \ libsqlite3-dev libpcl-dev libopencv-dev \ libproj-dev libyaml-cpp-dev libg2o-dev libgtk-3-dev \ libvtk7-qt-dev liboctomap-dev注意：Ubuntu 22.04 默认的 VTK 版本为 9.x，但部分 ROS 包仍依赖 VTK 7，需特别安装兼容版本。
2. 双版本源码编译流程
2.1 ROS1 Noetic 版本编译
步骤 1：创建工作空间
mkdir -p ~/rtabmap_ros1_ws/src cd ~/rtabmap_ros1_ws/src步骤 2：克隆源码
git clone https://github.com/introlab/rtabmap.git git clone https://github.com/introlab/rtabmap_ros.git步骤 3：安装依赖
rosdep update rosdep install --from-paths . --ignore-src -y步骤 4：编译安装
cd ~/rtabmap_ros1_ws catkin_make -DCMAKE_BUILD_TYPE=Release -j$(nproc)2.2 ROS2 Humble 版本编译
步骤 1：创建工作空间
mkdir -p ~/rtabmap_ros2_ws/src cd ~/rtabmap_ros2_ws/src步骤 2：克隆源码（ROS2分支）
git clone https://github.com/introlab/rtabmap.git git clone --branch ros2 https://github.com/introlab/rtabmap_ros.git步骤 3：安装依赖
rosdep update rosdep install --from-paths . --ignore-src -y步骤 4：编译安装
cd ~/rtabmap_ros2_ws colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release2.3 双版本参数对比
下表展示了两个版本的关键编译参数差异：
| 参数项 | ROS1 Noetic | ROS2 Humble |
|---|---|---|
| 构建系统 | catkin_make | colcon |
| 默认安装路径 | ~/rtabmap_ros1_ws/devel | ~/rtabmap_ros2_ws/install |
| 线程优化 | -j$(nproc) | 自动并行 |
| 符号链接处理 | 需手动配置 | --symlink-install 自动处理 |
3. 高频编译错误解决方案
3.1 "c++: internal compiler error: 已杀死"
现象分析： 此错误通常发生在内存不足时，编译器进程被系统终止。在虚拟机或内存受限环境中尤为常见。
解决方案：
- 减少并行编译线程数：
make -j2 # 替代原来的-j4或更高- 增加交换空间：
sudo fallocate -l 4G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile- 优化编译参数：
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_CXX_FLAGS="-O2 -pipe" ..3.2 "缺少 RTABMAPConfig.cmake"
现象分析： 该错误表明 CMake 无法定位 RTAB-Map 的配置文件，通常发生在混合安装（部分二进制+部分源码）时。
解决方案：
- 完全卸载二进制包：
sudo apt remove ros-*-rtabmap*- 设置环境变量指向源码安装路径：
export RTABMAP_DIR=~/rtabmap_ws/devel/lib/cmake/rtabmap-0.21- 显式指定 CMake 路径：
cmake -DRTABMAP_DIR=~/rtabmap_ws/devel/lib/cmake/rtabmap-0.21 ..3.3 "g2o/GTSAM 依赖冲突"
现象分析： 当系统同时存在多个版本的 g2o 或 GTSAM 时，可能引发符号冲突。
解决方案：
- 统一依赖版本：
sudo apt remove libg2o-dev libgtsam-dev git clone https://github.com/RainerKuemmerle/g2o.git cd g2o && mkdir build && cd build cmake -DCMAKE_INSTALL_PREFIX=/usr/local .. make -j$(nproc) && sudo make install- 强制 CMake 使用指定版本：
cmake -DG2O_ROOT=/usr/local -DGTSAM_DIR=/opt/gtsam/4.2 ..- 源码编译时排除冲突模块：
cmake -DWITH_G2O=OFF -DWITH_GTSAM=OFF ..4. 验证与性能优化
4.1 基础功能验证
ROS1 测试：
source ~/rtabmap_ros1_ws/devel/setup.bash roslaunch rtabmap_ros demo_robot_mapping.launch rviz:=trueROS2 测试：
source ~/rtabmap_ros2_ws/install/setup.bash ros2 launch rtabmap_ros demo_robot_mapping.launch.py4.2 性能优化建议
- 内存管理优化：
// 在启动配置中添加 <param name="Mem/RehearsalSimilarity" type="string" value="0.45"/> <param name="Mem/NotLinkedNodesKept" type="string" value="false"/>- 线程池配置：
Rtabmap: Threads: 4 # 根据CPU核心数调整 ApproxTimeSync: true- 数据库优化：
rtabmap-reprocess --Mem/ReduceGraph true input.db output.db在实际项目中，我们发现将Mem/ImagePreDecimation参数设置为 2 可显著降低内存占用（约 40%），同时保持 95% 以上的定位精度。对于 Jetson Xavier NX 等嵌入式平台，建议启用Optimizer/GravitySigma参数以提升位姿估计稳定性。
 agent和组件)