ORBSLAM2理论与实战（8） ORBSLAM2整体框架（上）

1.简介：

     ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics。 
  （1）项目主页网址为：ORB-SLAM； 
  （2）论文地址为：ORB-SLAM: A Versatile and Accurate Monocular SLAM System. ； 
  （3）ORB-SLAM项目源码采用C++编写，运用到了OpenCV库，DBow库，g2o库，Eigen库，其中，ORB-SLAM2中还会用到Pangolin库，地址如下ORB-SLAM（说明：单目方案，ROS下的代码）github地址为https://github.com/raulmur/ORB_SLAM。

      ORB-SLAM2是ORB-SLAM的改进版本，它与ORB-SLAM的区别主要在（https://www.zhihu.com/question/49030315）
- （a） 它提供了立体相机与RGBD相机的接口； 
- （b） 摆脱了对ROS的依赖； 
- （c） 显示模块改用了Pangolin； 
- （d） ORB-SLAM中做特征匹配时, 对特征尺度的计算方式貌似有误，在ORB-SLAM2的代码中进行了修正。

      论文链接为https://128.84.21.199/pdf/1610.06475.pdf

      源码github地址为https://github.com/raulmur/ORB_SLAM2

      ORB-SLAM是一个基于特征点的实时单目SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行。该系统对剧烈运动也很鲁棒，支持宽基线的闭环检测和重定位，包括全自动初始化。该系统包含了所有SLAM系统共有的模块：
 跟踪（Tracking）、建图（Mapping）、重定位（Relocalization）、闭环检测（Loop closing）。ORB-SLAM2在ORB-SLAM的基础上，还支持标定后的双目相机和RGB-D相机。

2.框架介绍（借用sylvester0510大神总结的）

 

  可以看到ORB-SLAM2主要分为三个线程进行，分别是Tracking、LocalMapping和LoopClosing。三个线程分别存放在对应的三个文件中，分别是Tracking.cpp、LocalMapping.cpp和LoopClosing.cpp文件。 

（1）跟踪（Tracking） 
  这一部分主要工作是从图像中提取ORB特征，根据上一帧进行姿态估计，或者进行通过全局重定位初始化位姿，然后跟踪已经重建的局部地图，优化位姿，再根据一些规则确定新的关键帧。

（2）建图（LocalMapping） 
  这一部分主要完成局部地图构建。包括对关键帧的插入，验证最近生成的地图点并进行筛选，然后生成新的地图点，使用局部捆集调整（Local BA），最后再对插入的关键帧进行筛选，去除多余的关键帧。

（3）闭环检测（LoopClosing） 
  这一部分主要分为两个过程，分别是闭环探测和闭环校正。闭环检测先使用WOB进行探测，然后通过Sim3算法计算相似变换。闭环校正，主要是闭环融合和Essential Graph的图优化。

系统简述为       
           

 参考：

1.https://blog.csdn.net/o_ha_yo_yepeng/article/details/80031395

2.https://blog.csdn.net/u010128736/article/details/53157605

3.https://www.zhihu.com/question/49030315

4.ORBSLAM:http://webdiis.unizar.es/~raulmur/MurMontielTardosTRO15.pdf

5.ORBSLAM2:https://128.84.21.199/pdf/1610.06475.pdf