PTAM

1.PTAM（parallel Tracking and Mapping）特征点法  （ https://github.com/Ewenwan/PTAM4AR）                         （https://blog.csdn.net/xiaoxiaowenqiang/article/details/80956013）

 

 

2.PTAM意义：

• PTAM实现了跟踪和建图的并行化

• PTAM是第一个使用 非线性优化，而不是传统的 滤波器 作为后端的方案。 它因为了关键帧机制：我们不以精细的出路没衣服图像，而是把几个关键图像穿起来，然后以后花其轨迹和地图。

• 根据PTAM估计的相机位姿，我们可以在一个虚拟的平面行放置虚拟物体，看起来和真是场景一样

 

3.PTAM是增强现实的一个库，与SLAM框架类似，兼容ROS

 

4.ORB_SLAM就是集成并改进PTAM的

 

5.PTAM是最早将Tracking（姿态跟踪） 和 mapping（建立地图） 分开作为两个线程的一种SLAM算法，是一种用基于关键帧的单目视觉SLAM算法。

 

6.PPTAM主要分为这几个部分：

• 1) Track线程

                1.金字塔分层，FAST特征提取   

                    （对图片构造金字塔的目的主要有两个：1）加快匹配； 2）提高地图点相对于相机远近变化时 鲁棒性）                        

                    （FAST是常用的特征点，有点是快，缺点是鲁棒性差。通常提取大量的匹配点，后使用SSD快匹配，剔除误 匹配）

                2.地图初始化

                3.跟踪定位

                        （极限几何与极限搜索，RANSAC（随机采样一直）及N点算法（主要围绕五点算法））

                4.选取关键帧到缓存队列

                5.重定位（美珍高斯模糊小图SSD相似度匹配）

• map线程

                5.5 先五点法加RANSAC求出初值

                6. 局部BundleAdjustment （BA）

                7. 全局BundleAdjustment

                8. 从缓存队列提取出关键正到地图

                9. 极限搜索加点到地图