ORB-SLAM: a Versatile and Accurate Monocular SLAM System阅读笔记（一）
PTAM首先提出了多线程和关键帧的思想：
多线程：将slam系统的运行过程分别在不同的线程中运行。如在PTAM中，主要是分为tracking（追踪）线程和mapping（建图）线程；
关键帧：在比较大型的场景中，输入的图片比较多，若在整个系统运行过程中处理所有的图片，往往消耗大量计算资源却得不偿失。此时可以在有些时候处理所有的图片帧，有些时候只挑选一些具有代表性的图片处理即可。如在PTAM中，在tracking线程处理所有的图片帧，而在mapping线程，只对关键帧进行处理即可。
orb-slam继承和发展了这种思想。在orb-slam运行过程中，一般分为三个线程：tracking（追踪）线程，local mapping（局部建图）线程以及loop closing回环处理线程。在tracking线程中，对输入系统的每一帧图片都进行处理；而在local mapping线程以及loop closing线程中，则只需对关键帧进行处理以减少计算量。
另一方面，orb-slam中在所有线程中统一使用可以快速提取的orb特征（其本身具有旋转不变性，结合图像金字塔后在一定程度上兼顾尺寸不变性），使整个线程中的特征具有内在的一致性。
除了关注orb-slam运行过程中的三个线程以外，还需注意到其在初始化阶段所作的优化。相较于PTAM需要人工选择合适的图像进行初始化，orb-slam中使用探索式的自动初始化方式。有系统自动判定是否满足初始化条件，自动判断是否进行初始化，并根据当前输入的图像情况选择初始化方式（通过H单应矩阵或者F基础矩阵）进行初始化。
orb-slam流程图如下：
由于能力有限，以上笔记主要是记录备忘所用，如有不准确的地方，烦请指出，共同学习！