KeyFrame类利用Frame类来构造。对于什么样的Frame可以认为是关键帧以及何时需要加入关键帧，是实现在tracking模块中的。 由于KeyFrame中一部分数据会被多个线程访问修改，因此需要在这些成员中加线程锁，保证同一时间只有一个线程有访问权。涉及线程安全的有： 关键帧位姿的设置 ...

Frame类的成员变量主要包含从摄像头获取的图像的 1. 特征点信息（关键点+描述字） 2. 尺寸不变特征所用金字塔信息，这些都定义在ORBextractor对象中 3. 词袋模型参数，用于跟踪失败情况下重定位 4. 相机参数，深度阈值 5. 当前帧的id，时间戳，相对世界坐标系位姿 ...

ORB－SLAM程序提供了运行Monocular、Stereo和RGBD数据的程序。编译成功后，可以通过运行TUM的标准数据来验证程序是否成功。如果想自己测试一些数据，可以通过OpenCV提供的接口调起电脑的摄像头。 个人认为，ORB-SLAM是一个完整的单目SLAM实现，集合了当前流行 ...

ORB主要借鉴了PTAM的思想，借鉴的工作主要有Rubble的ORB特征点；DBow2的place recognition用于闭环检测；Strasdat的闭环矫正和covisibility graph思想；以及Kuemmerle和Grisetti的g2o用于优化。 首先需要了解ORB-SLAM ...

ORB-SLAM是一种基于ORB特征的三维定位与地图构建算法（SLAM）[1]。该算法由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。ORB-SLAM基于PTAM架构，增加了 ...

ORB-SLAM作为单目SLAM，其精度很大程度上决定于帧与帧之间的位姿优化的是否准确。因此优化（optimization）在ORB-SLAM里面扮演了很重要的角色。这一小节探讨一下ORB-SLAM里用到的优化。 ORB-SLAM选用g2o作为图优化的方法，关于g2o可以参考http ...

　　LocalMapping作用是将Tracking中送来的关键帧放在mlNewKeyFrame列表中；处理新关键帧，地图点检查剔除，生成新地图点，Local BA，关键帧剔除。主要工作在于维护局部地图，也就是SLAM中的Mapping。 1. 处理新关键帧：ProcessNewKeyFrame ...

最近在读ORB-SLAM的代码，虽然代码注释算比较多了，但各种类和变量互相引用，看起来有点痛苦。索性总结了一下Tracking部分的代码结构，希望能抓住主要思路，不掉坑里。 作者的程序分为两种模式：SLAM模式和Localization模式。SLAM模式中，三个线程全部都在工作，即在定位也在建图 ...