ORB-SLAM2从理论到代码实现（一）：整体框架

本人邮箱 [email protected]，欢迎交流。

一、总述

      ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos在2015年提出。它是一个基于特征识别的单目slam系统，可以实时运行，适用于各种场合，室内的或者室外的，大场景或小场景。系统具有很强的鲁棒性，可以很好地处理剧烈运动图像、可以有比较大的余地自由处理闭环控制、重定位、甚至全自动位置初始化。该系统具有三个线程：分别是跟踪（Tracking）、建图（LocalMapping）和闭环检测（LoopClosing）。以后我会结合ORB-SLAM2代码，写相关的多视图集合，数学优化，Bundle Adjustment等博客。

     本讲主要介绍ORB-SLAM2框架，以及代码结构。

1.ORB-SLAM框架

      先上一个ORB-SLAM三线程图片。在下图中我们很清楚的看到传入Frame是怎么变成Map的（如果不清楚也不要紧，下面的博客会讲每一个线程是怎么运作的）

追踪（Tracking）：ORB特征提取；初始姿态估计（速度估计）；姿态优化（Track local map，利用邻近的地图点寻找更多的特征匹配，优化姿态）；选取关键帧。

局部建图（Local Mapping）：加入关键帧（更新各种图）；验证最近加入的地图点（去除Outlier）；生成新的地图点（三角法）；局部Bundle adjustment（该关键帧和邻近关键帧，去除Outlie