ORBSLAM3

orb-slam2讲解 https://www.yuque.com/books/share/95bfc64d-38f6-49f9-bbce-b3e8e4a02ec2
二、匹配算法：
1.SLAM十四讲中的初始位姿求解算法总结

• 特征点法位姿求解
• 直接法位姿求解

2.ORB_SLAM3代码中的匹配算法

• 初始化2D-2D特征匹配算法及位姿估计直接法位姿求解
  • a) 代码流程梳理
  • b) RANSAC算法+重投影误差理论介绍
  • c) 代码分析
• 跟踪过程3D-2D匹配算法及位姿估计
• 词袋模型加速匹配的原理和算法流程
• 局部建图线程的匹配算法及位姿估计

代码实现：tracking线程->单目初始化 函数。
IMU预积分 -> 单目初始化

匹配算法二

3D -> 2D

跟踪参考关键帧。
跟踪恒速模型？
tracking线程5个匹配。

localmapping线程对局部关键帧进行匹配。
关键点来自tracking线程。

tacking -> local mapping -> loopclosing 线程
回环检测

三角测量法，DLT直接现象变换。3D->2D第一小节。PNP、优化。

点P（x,y,z） 空间坐标系下的Pw

3D -> 2D 重投影。

相似三角形原理，构造比例关系进行匹配。

词袋模型？ 用来加速。 回环检测方向 -> 词袋模型，ITF？
层间匹配，非帧间匹配

tracking

重定位

在跟踪丢失时进行重定位，对最近的候选关键帧进行特征匹配。
MLPNP也是orb-slam3创新点之一。

PNP算法：

SVD分解？

MLPNP需要先进行公式推导在学习代码。

重定位

跟踪参考关键帧或者跟踪恒速模型
之后用局部地图进行跟踪
跟踪局部地图点
采用重投影。