比较经典的点线特征的SLAM算法

PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments

https://github.com/rubengooj/pl-slam.（开源代码）

双目，点线SLAM

       最后，在本文第一次提交时，发表了一项同名作品 (pl-slam，[36])，将单目算法ORB-SLAM扩展到包括通过LSD检测器计算的线段特征的情况 [37]。除了是单眼系统 (与我们的立体声方法不同) 之外，他们的建议还以本质上不同的方式处理线跟踪和匹配: 它们通过端点传播线段，然后执行基于描述符的跟踪，这增加了计算负担ORB-SLAM。除了这个计算缺陷，当使用LSD检测器检测到的特征工作时，端点的方差变得非常明显，特别是在具有挑战性的照明条件或非常低纹理的场景中，使得更多的di-cult宽基线跟踪和非连续帧中的线特征之间的匹配。相比之下，我们的PL-SLAM方法不对线端点的位置进行任何假设，因此我们的跟踪前端允许处理部分遮挡的线段，端点方差等，用于立体声和帧到帧跟踪，因此成为一种更强大的点对点SLAM方法。

---

Structure-SLAM: Low-Drift Monocular SLAM in Indoor Environmentsust

http://https://github.com/yanyan-li/Structure-SLAM-PointLine（开源代码）

单目，结构SLAM，用的神经网络预测平面法线

---

ManhattanSLAM: Robust Planar Tracking and Mapping Leveraging
Mixture of Manhattan Frames

https://github.com/razayunus/ManhattanSLAM（开源代码）

RGB-D SLAM，曼哈顿世界，点线面

---

PL-SLAM: Real-Time Monocular Visual SLAM with Points and Lines（闭源）

单目，点线SLAM

https://blog.csdn.net/weixin_43849505/article/details/122628681（论文讲解）

---

RGB-D SLAM with Structural Regularities

https:// github.com/yanyan-li/PlanarSLAM.（开源代码）

RGB-D，点线面SLAM

---