相关工作提要:
ORB-SLAM2基于ORB-SLAM的工作;
而ORB-SLAM基于:
1.PTAM的main idea:S-PTAM只有local BA,没有大型的回环,所以也没有全局一致的地图,recocalization的地图导入需要人工介入,观测点的不变性较低(理解为观测点不稳定?)。优点在关键帧的选取,特征匹配,点三角化,每一帧的相机定位,tracking 失败后的relocalization都提供了比较有效的方法。
2.place recognition (Bags of binary words for fast place recognition in image sequences,该论文发表于2012年,但是2011年的RSLAM就也实现了回环,只是结果没有强制执行全局一致的解,也就是RSLAM可能没有使用词袋,而且2014该作者提出了一种基于关键帧的快速回环方法,那么发表于2015年的ORB-SLAM也是基于这个论文提出了回环和重定位的方法)
3.2010 年在RSS上发表的Scale drift-aware large scale monocular SLAM,指出单目SLAM存在scale drift 问题。
一、远点与近点采用不同的策略,具体见:
J. Civera, A. J. Davison, and J. M. M. Montiel, “Inverse depthparametrization for monocular SLAM,” IEEE Trans. Robot.