ORB-SLAM算法是特征点法的代表，当前最新发展的ORB-SLAM3已经将相机模型抽象化，适用范围非常广，虽然ORB-SLAM在算法上的创新并不是很丰富，但是它在工程上的创新确实让人耳目一新，也能更好的为AR、机器人的算法实现落地。而且它的代码简明扼要，每个模块非常清晰，对初学者也十分友好，是入坑视觉SLAM的不二法门。下面将介绍ORB-SLAM系列算法演进。
文章目录
一、PTAM算法
PTAM（Parallel Tracking and Mapping）并行的跟踪和建图，第一次将Tracking和Mapping分成两个独立线程。Tracking是去跟踪特征点，Mapping用来建图。PTAM是基于关键帧的算法，没有使用特征，直接对像素进行操作。PTAM算法的实时性和效果都会受制于算法的影响。
二、ORB-SLAM算法
ORB-SLAM算法。在PTAM基础上，提出基于特征点的单目SLAM算法。
ORB-SLAM算法基于特征点，通过ORB特征提取器，对图像特征进行提取，ORB是采用FAST和Brief。采用FAST抽取特征，第二步将特征进行描述，用特征符号去表达去抽取特征，让计算机去处理的话，需要对ORB特征进行表示，这个表示就是Brief。FAST能快速的做一个特征提取，Brief是一个0、1的二值表示，所以ORB算法就有一个快速提取特征的能力，非常适合实时的提取特征的算法。
ORB-SLAM算法是西班牙的一所大学所创作，他们团队一直在ORB-SLAM的基础上做了很多、很好地算法改进，ORB-SLAM做的越做越好，目前最新的ORB-SLAM算法是很受欢迎的，也是学习视觉SLAM很好地切入点。
三、ORB-SLAM2算法
ORB-SLAM2。ORB-SLAM2将ORB-SLAM从单目相机扩展到双目和RGB-D相机
四、ORB-SLAM-VI算法
ORB-SLAM-VI。在ORB-SLAM基础上，融合惯性测量单元IMU
五、ORB-SLAM-Altas算法
ORB-SLAM-Atlas。ORB-SLAM2基础上，实现多地图合并
六、ORB-SLAM3算法
ORB-SLAM3。支持视觉、视觉+惯导、混合地图的SLAM系统，可以在单目、双目和RGB-D相机上利用针孔或者鱼眼模型运行
七、总结
