注釋：本文非原創，初學搜集了很多資料附上鏈接，方便初學者學習，避免盲目搜索浪費時間。

目錄

官方代碼鏈接

代碼框架思維導圖

參考解讀

參考鏈接- -一步步帶你看懂orbslam2源碼

ORB-SLAM2從理論到代碼實現系列（推薦）

ORB-SLAM2代碼閱讀筆記系列（推薦）

參考鏈接--多種slam內容匯總、解讀和說明

system.cc文件代碼

數學/多視幾何部分內容--單應矩陣

算法編程部分內容--OpenCV源代碼目錄解析

視覺slam原理和案例解析

---

---

官方代碼鏈接

?ORB-SLAM Project Webpage

代碼框架思維導圖

億圖腦圖MindMaster

數學部分解析：

https://note.youdao.com/ynoteshare1/index.html?id=5e98f487c40ef22f90e1177f29271be5&type=notehttps://note.youdao.com/ynoteshare1/index.html?id=5e98f487c40ef22f90e1177f29271be5&type=note

參考解讀

? ? ? ? ? ? ? ?鏈接：ORB-SLAM2 程序解讀_zxcqlf的博客-CSDN博客? ? 分析orb-slam源碼框架的博客，參考了下列博客

? ? ? ? ? ? ? ? ? ? ? ? ?sylvester的博客_sylvester0510_CSDN博客? ? ? ? ? 對視覺slam框架 以及 ORB-SLAM分析比較透徹的博客內容，較細

? ? ? ? ? ? ? ? ? ? ? ? ?那些珍貴的「視覺SLAM」課程資料總結（補充版/完整版）? 各種解讀視頻、代碼等資料的網盤和提取密碼

? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

參考鏈接- -一步步帶你看懂orbslam2源碼

一步步帶你看懂orbslam2源碼--總體框架(一)_Mr.Sliver的博客-CSDN博客

一步步帶你看懂orbslam2源碼--orb特征點提取(二)_Mr.Sliver的博客-CSDN博客

一步步帶你看懂orbslam2源碼--單目初始化(三)_Mr.Sliver的博客-CSDN博客

一步步帶你看懂orbslam2源碼--單應矩陣/基礎矩陣,求解R,t(四)_Mr.Sliver的博客-CSDN博客

一步步帶你看懂orbslam2源碼--單目初始化(五)_Mr.Sliver的博客-CSDN博客

ORB-SLAM2從理論到代碼實現系列（推薦）

qq_20123207的博客_波波菠菜_CSDN博客

ORB-SLAM2代碼閱讀筆記系列（推薦）

文科升_CSDN博客

博客園部分解讀

隨筆列表第3頁 - 路游俠 - 博客園

參考鏈接--多種slam內容匯總、解讀和說明

https://wym.netlify.app/categories/orb-slam2

system.cc文件代碼

// Output welcome message

?//Check settings file

//Load ORB Vocabulary

參考?創建DBow離線詞典用于ORB SLAM2 - 簡書? ? ??ORBSLAM2學習（四）：DBoW2源碼分析（OrbVocabulary部分）_On my way-CSDN博客

對極幾何和三角測量

SLAM前端：對極幾何、三角測量_LittleEmperor的博客-CSDN博客

單目初始化問題相關：

單目相機純旋轉時無法三角測量進行初始化

目前有什么算法可以有效地解決SLAM中的純旋轉問題？ - 知乎

作者：余世杰
鏈接：https://www.zhihu.com/question/387340614/answer/1158084919
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
?

SLAM問題無非兩點，兩幀之間的R，t，以及求取點深度。

純旋轉就是t非常接近(0，0，0)，這個時候R還是可以估計的，通過IMU或者視覺特征點的匹配。但是點深度就無法獲得了。點深度的獲取要依靠三角測量。三角測量在t很小的時候會失效或誤差很大。理論上無法解決的哦。在加入IMU或其他傳感器后，會在后續優化中盡量拉回尺度，但仍無法徹底解決問題。

參考【泡泡機器人原創專欄-深度濾波器】（一）三角化得到深度值_泡泡機器人SLAM的專欄文章_微信文章_今天看啥。

目標是求取點P。若t接近(0，0，0)，則O1和O2為同一個點，下面公式中，s1和s2無法求得，因為s1和s2同時擴大或者縮小n倍都成立。

數學/多視幾何部分內容--單應矩陣

OpenCV 單應矩陣應用：全景圖像融合原理 - 簡書

SLAM入門之視覺里程計(5)：單應矩陣 - Brook_icv - 博客園

單應矩陣學習筆記_文科升的博客-CSDN博客

算法編程部分內容--OpenCV源代碼目錄解析

opencv 目錄解析_wenhaopeter的博客-CSDN博客

視覺slam原理和案例解析

視覺SLAM漫談（高翔博士）

視覺SLAM漫淡 - 半閑居士 - 博客園

ORB特征提取

ORB 特征提取算法（理論篇） - Alex777 - 博客園

BRIEF描述子：前提是提取特征點知道及位置，在其領域內用brief算法建立特征描述符

? ? 隨機選取點對比較像素值大小，并不是在兩幅圖像的對應角點的領域真的隨機，否則向量匹配不上。 而是隨機選用一個模板后，所有的角點鄰域都按照該模板生成二進制的描述子向量。

BRIEF特征點描述子 - wyu123 - 博客園

BRIEF 特征描述子 - ☆Ronny丶 - 博客園

ORB 特征提取算法（實踐篇二） - Alex777 - 博客園

圖優化

Bundle Adjustment---即最小化重投影誤差（高翔slam---第七講） - Jessica&jie - 博客園

SLAM學習筆記 - ORB_SLAM2源碼運行及分析

SLAM學習筆記 - ORB_SLAM2源碼運行及分析 - tszs_song - 博客園

總結

以上是生活随笔為你收集整理的ORB-SLAM / ORB-SLAM2原理解读+代码解析（汇总了资料，方便大家学习）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。