ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras

ORB-SLAM2是由Raul Mur-Artal和Juan D. Tardos于2017年提出的视觉SLAM经典论文，发表在IEEE Transactions on Robotics上。该论文在ORB-SLAM的基础上提出了一个完整的视觉SLAM系统，支持单目、双目和RGB-D三种相机模式，能够在各种环境下实时实现高精度的定位和地图构建。ORB-SLAM2采用了ORB特征进行特征提取和匹配，使用了词袋模型进行闭环检测和重定位，通过共视图和本质图进行地图优化，能够在保证高精度的同时实现实时运行。ORB-SLAM2是视觉SLAM领域最流行的开源系统之一，被引用超过6000次，其开源代码被广泛应用于机器人、AR/VR和自动驾驶等领域，催生了ORB-SLAM3等后续改进版本。