SLAM常用开源方案

一、历史经典

（一）MonoSLAM（https://github.com/hanmekim/SceneLib2）

（二）PTAM（http://www.robots.ox.ac.uk/~gk/PTAM/）

Klein等人于2007年提出PTAM（Parallel Tracking And Mapping），PTAM的重要意义：

• 首次实现了跟踪与建图的并行化，即前后端的并行处理。前端图像跟踪与后端优化独立进行，在必要时刻才进行线程同步即可。

• 首次使用非线性优化，之前都是使用传统滤波器作为后端。且引入了关键帧机制，把关键图像考虑进来优化轨迹和地图，而非所有图像，再加上认识到了后端优化的稀疏特性，故具有很好的实时特性。
• PTAM是一个增强现实软件，可以实现AR效果哦。（可以实践一下）

主要缺陷：场景小、跟踪容易丢失等。

二、现代经典

（三）ORB-SLAM（http://webdiis.unizar.es/~raulmur/orbslam/）

ORB-SLAM是PTAM的著名继承者，于2015年提出，是现代最完善和易用的SLAM系统之一。它是主流特征点 SLAM 中成为顶峰，它的代码以清晰易读著称,有着完善的注释,供后来的研究者们进一步理解。其有以下几条优势：

• 支持单目、双目、RGB-D 三种模式。
• 整个系统围绕 ORB 特征进行计算,包括视觉里程计与回环检测的 ORB 字典。它体现出 ORB 特征是现阶段计算平台的一种优