是什么: openvslam是日本先进工业科技研究（National Institute of Advanced Industrial Science and Technology ）所于2019年5月20日开源的视觉SLAM框架; github源码地址：https://github.com/xdspacelab/openvslam
干什么的： 先上图：
通过不同类型的相机（单目，双目，RGBD，鱼眼或者全景相机）拍摄的序列图像（视频），实时定位当前位置以及重建三维空间的开源SLAM框架
优势（1）增加了鱼眼和全景相机的接口；
（2）相比较业内开源代码ORBSLAM2速度和性能上更具优势，原文截图：
（3）详细的文档，地址：https://openvslam.readthedocs.io/en/master/
怎么做：原文截图：
解释：三个模块：tracking module，mapping module, global optimization module，分别对应跟踪模块，主要是实现特征提取和位姿估计以及关键帧检测；mapping module主要是实现三维点重建以及局部位姿和三维点信息的优化；global optimization module主要是实现回环检测以及全局优化；
本文主要是解析如何实现的这一过程，主要是结合原文和代码去解释如何实现的，主要的框架是参考ORBSLAM的框架，所以比较过程清晰，下面是代码的结构：
camera: 定义相机类型，单目，双目，RGBD，鱼眼，全景
data： 定义openvslam的数据结构，包括BOW特征匹配，keyframe，landmark，map，graph等
feature： ORB特征点的实现与提取
initialize： 初始化
io： 输入输出文件读取和保存
match： 各种匹配方法的实现，包括区域法，BOW法，robust match等
module: 具体每个步骤的实现模块，包括初始化，关键帧选取，localmap的构建清除，局部BA，重定位等
optimization： 各种优化算法实现过程，包括全局BA，局部BA，位姿优化，拓扑图优化等
solve： 位姿和三维点解算实现，包括基础矩阵求解位姿，本质矩阵求解位姿，单应性矩阵求解位姿，P3P,相似变换求解位姿
public: 显示的实现，包括特征点跟踪状态的显示以及三维重建位姿定位的显示，主要是通过Pangolin，socket.io-client-cpp实现
util： 一些额外的操作，比如随机数的生成，图像灰度化等
tracking module ,mapping module, global optimization module: 三个主要的模块
system: openvslam的接口
config: 读取控制参数的接口函数，通过yaml-cpp第三方库实现的；
。。。。。未完待续
