ORB-SLAM3技术详解（1）简介与论文解读

一、基本信息

ORB-SLAM3是西班牙萨拉戈萨大学于2020年7月中旬开源的作品，与ORB-SLAM、ORB-SLAM2一脉相承，是一个能够使用单目、立体、RGB-D相机，兼容针孔及鱼眼相机模型进行视觉、视觉+惯导和多地图的综合性SLAM方案。

首先回顾一下历史：ORB-SLAM首次在2015年被提出，它的改进版ORB-SLAM2在2017年被提出，同年提出了ORB-SLAM-VI，时隔3年，ORB-SLAM3横空出世。好奇心的驱使下，本人偷瞄了一下论文，就在这里总结一下吧。

ORB3的主要创新：

1. 实现了基于视觉与IMU的紧耦合SLAM系统，该系统完全依赖最大似然估计（即便在初始化阶段也是如此）。该方案无论在小型或者大型室内室外环境中都能够稳定的运行，并且比以前的方法精确了2-5倍。
2. 多地图系统。依赖于一种新的位置识别和改进的回环检测，能够保证ORB3能够长时间在特征缺失环境下有效运行，当它跟丢时会重新启动一个新的地图，当检测到回环之后系统能够无缝拼接多个地图。
3. 第一个能在算法阶段重用所有历史信息的系统，包含了共视帧之间的捆集调整（BA），即使共视帧在时间上相差甚远，甚至来自不同的地图。

实验表明，在所有的传感器配置中，ORB3与文献中最好的系统一样鲁棒，且更准确。双目惯性SLAM在EuRoC数据集上的平均精度为3.6厘米，在TUM-VI数据集（AR/VR场景的一个典型场景）中，快速手持式移动时的平均精度为9毫米。

先观看一段演示视频https://www.zhihu.com/zvideo/1270859239145979904