ORB-SLAM2从理论到代码实现（一）：整体框架

本人邮箱 [email protected]，欢迎交流。

一、总述

      ORB-SLAM是由Raul Mur-Artal，J. M. M. Montiel和Juan D. Tardos在2015年提出。它是一个基于特征识别的单目slam系统，可以实时运行，适用于各种场合，室内的或者室外的，大场景或小场景。系统具有很强的鲁棒性，可以很好地处理剧烈运动图像、可以有比较大的余地自由处理闭环控制、重定位、甚至全自动位置初始化。该系统具有三个线程：分别是跟踪（Tracking）、建图（LocalMapping）和闭环检测（LoopClosing）。以后我会结合ORB-SLAM2代码，写相关的多视图集合，数学优化，Bundle Adjustment等博客。

     本讲主要介绍ORB-SLAM2框架，以及代码结构。

1.ORB-SLAM框架

      先上一个ORB-SLAM三线程图片。在下图中我们很清楚的看到传入Frame是怎么变成Map的（如果不清楚也不要紧，下面的博客会讲每一个线程是怎么运作的）

追踪（Tracking）：ORB特征提取；初始姿态估计（速度估计）；姿态优化（Track local map，利用邻近的地图点寻找更多的特征匹配，优化姿态）；选取关键帧。

局部建图（Local Mapping）：加入关键帧（更新各种图）；验证最近加入的地图点（去除Outlier）；生成新的地图点（三角法）；局部Bundle adjustment（该关键帧和邻近关键帧，去除Outlier）；验证关键帧（去除重复帧）。

闭环检测（Loop Closing）：选取相似帧（使用词袋bag of words）；检测闭环（计算相似变换（3D-3D，RANSAC计算内点数，剔除outier）；融合三维点，更新各种图；图优化（传导变换矩阵），更新地图所有点。

    再上一个更明显的图（引至http://blog.csdn.net/u010128736/）

2. 代码结构

   ORB-SLAM2代码写的很整洁。打开ORB-SLAM2的文件夹，你会看到以下文件夹：

• Examples文件夹：存放的分别是基于单目、双目、RGBD的实例程序
• include文件夹：存放的是头文件，ORB-SLAM2可以被当作一个库来使用，很多函数都可以直接调用
• src文件夹：存放的是和include对应的源文件，要讲的代码在该文件夹下
• Thirdparty文件夹：存放的是用到的第三方库，优化库g2o在该文件夹下
• Vocabulary文件夹：存放的是回环检测中BoW用到的视觉词典名为ORBvoc.txt
• build.sh:配置文件

    打开资源文件夹src，有很多.cc文件，我们根据文件的名字能大概知道每个.cc文件实现的功能。下面上一个程序的整体结构图。

这个是ORB-SLAM2最简要的流程图，我们先拿来看看，先有个整体的印象。这个系统的过程可以简述如下：

• 首先使用LoadImages加载图片目录和时间戳文件 
• 创建ORB_SLAM2::System对象 
• 循环读取图片数据 ：读取图片 ，读取时间戳 ，将图片传给SLAM系统 
• 关闭SLAM系统 
• 保存相机划过的轨迹

当然具体的系统会比这复杂得多，我们以后会很详细的讲。如果你是新手，欢迎入坑！