ORB-SLAM2源码学习（一）——系统结构及System.cc

开始阅读学习ORB-SLAM2的源码了，在这里做个学习记录，另外也是督促自己的学习的更加深入。

前言

首先ORB-SLAM2作为一个完整的slam系统，作者即提供了论文也有对应的源码，它的github主页：

https://github.com/raulmur/ORB_SLAM2

系统包括了单目、双目、rgbd的实现，这里我主要学习单目slam系统，就以单目slam的流程来学习。

另外感谢泡泡机器人提供的有很好的注释版本（吴博）：

https://gitee.com/paopaoslam/ORB-SLAM2

一、系统结构

ORB-SLAM2系统的代码非常整齐，简洁，便于阅读，作者将项目做了良好的封装，文件分布如下：

其中src中为slam系统源码，Examples中为对应不同传感器的例程源码，Thirdparty存放的是用到的第三方库，Vocabulary存放的是回环检测中BoW用到的视觉词典；

首先，我们看看怎么来调用ORB-SLAM2，学习一下例程源码mono_tum.cc。

二、mono_tum.cc（单目tum数据集例程）

主体源码，做过修剪：

int main(int argc, char **argv)
{
    if(argc != 4)
    {
        cerr << endl << "Usage: ./mono_tum path_to_vocabulary path_to_settings path_to_sequence" << endl;
        return 1;
    }

    // Retrieve paths to images
    vector<string> vstrImageFilenames;
    vector<double> vTimestamps;
    string strFile = string(argv[3])+"/rgb.txt";
    LoadImages(strFile, vstrImageFilenames, vTimestamps);

    int nImages = vstrImageFilenames.size();

    // Create SLAM system. It initializes all system threads and gets ready to process frames.
    ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::MONOCULAR,true);

    // Vector for tracking time statistics
    vector<float> vTimesTrack;
    vTimesTrack.resize(