ORB-SLAM：文献阅读笔记

ORB-SLAM贡献：

• 所有任务都使用ORB特征：无需GPU加速，在标准的CPU上可实时运行；具有视点和光照不变性；更加高效、可靠。
• 使用covisibility graph：使得跟踪和建图聚焦在局部区域，能在大环境下实时操作。
• 使用 essential graph：基于位姿图的优化实现回环检测。
• 基于视点和光照显著不变性的实时相机重定位。
• 模型选择的自动初始化：选择创建平面和非平面场景的初始地图。
• 对地图点和关键帧的选择优胜劣汰的方法：提高跟踪鲁棒性和长时间运行。

系统综述

• 特征选取：ORB
  256位描述符相关的定向多尺度快速角点，能够非常快速地计算和匹配，具有良好的不变性。
• 三个线程：tracking、local mapping、loop closing
• tracking：负责提取特征后对每个帧定进行初始化位姿估计和局部地图的跟踪，并决定何时插入新的关键帧。
• local mapping：处理新的关键帧并执行本地BA，并跟新地图点和关键帧，以在相机姿态的周围实现最佳重建。
• loop closing：搜索每个新关键帧的循环。如果检测到一个循环，我们计算一个相似变换，通知循环中积累的漂移。然后，回环的两侧对齐，重复的点被融合。最后，对相似约束进行姿态图优化，以实现全局一致性。

• 地图点、关键帧及其选择

  • map point：pi