ORB主要借鑒了PTAM的思想，借鑒的工作主要有Rubble的ORB特征點；DBow2的place recognition用於閉環檢測；Strasdat的閉環矯正和covisibility graph思想；以及Kuemmerle和Grisetti的g2o用於優化。 首先需要了解ORB-SLAM ...

ORB－SLAM程序提供了運行Monocular、Stereo和RGBD數據的程序。編譯成功后，可以通過運行TUM的標准數據來驗證程序是否成功。如果想自己測試一些數據，可以通過OpenCV提供的接口調起電腦的攝像頭。 個人認為，ORB-SLAM是一個完整的單目SLAM實現，集合了當前流行 ...

ORB-SLAM作為單目SLAM，其精度很大程度上決定於幀與幀之間的位姿優化的是否准確。因此優化（optimization）在ORB-SLAM里面扮演了很重要的角色。這一小節探討一下ORB-SLAM里用到的優化。 ORB-SLAM選用g2o作為圖優化的方法，關於g2o可以參考http ...

　　LocalMapping作用是將Tracking中送來的關鍵幀放在mlNewKeyFrame列表中；處理新關鍵幀，地圖點檢查剔除，生成新地圖點，Local BA，關鍵幀剔除。主要工作在於維護局部地圖，也就是SLAM中的Mapping。 1. 處理新關鍵幀：ProcessNewKeyFrame ...

最近在讀ORB-SLAM的代碼，雖然代碼注釋算比較多了，但各種類和變量互相引用，看起來有點痛苦。索性總結了一下Tracking部分的代碼結構，希望能抓住主要思路，不掉坑里。 作者的程序分為兩種模式：SLAM模式和Localization模式。SLAM模式中，三個線程全部都在工作，即在定位也在建圖 ...

上一篇提到，無論在單目、雙目還是RGBD中，追蹤得到的位姿都是有誤差的。隨着路徑的不斷延伸，前面幀的誤差會一直傳遞到后面去，導致最后一幀的位姿在世界坐標系里的誤差有可能非常大。除了利用優化方法在局部和 ...

KeyFrame類利用Frame類來構造。對於什么樣的Frame可以認為是關鍵幀以及何時需要加入關鍵幀，是實現在tracking模塊中的。 由於KeyFrame中一部分數據會被多個線程訪問修改，因此 ...

ORB-SLAM中除了第三方庫，基本沒有看到使用c++11的新特性（例如別的SLAM框架中常用的智能指針，拷貝控制，泛型算法等，基本沒有使用動態內存，棧內存讀取速度較快），因此非常適合初學，代碼很清晰。靜下心來一個月之內是肯定可以看完的，目前的想法是在看完ORB之后，對其中的典型算法再做一個總結 ...