1. 初始化

• 初始化位置和方向 pose
• 初始化地图

基于视觉or视觉IMU单元完成对初始地图的构建，若是单纯的单目，则完全没有尺度信息（除非参考物尺度已知），或者VINS和立体视觉恢复尺度。

1.1 ORB-SLAM初始化

基于Epipolar geometry的Fundamental和Homograph，并结合相机模型求解位姿R和t

1.2 SVO初始化

基于直接法做估计，利用图片的梯度信息；启动的时候是基于特征点做初始化

1.3 VINS-MONO初始化

视惯融合，direct/indirect融合

2. 跟踪/位姿估计

所有步骤里相对较为简单的一部，难在细节处理，如果对跟踪误差做评估

帧对帧相对变化的估计，包含：

• 基于相机模型的3D-2D，PnP
• 匀速假设vt+x
• 直接法的photometric error

3. 局部矫正（局部图优化、EKF融合）

• 基于匀速假设不靠谱
• IMU需要相机观测融合
• 局部跟踪只利用局部信息，不完整

4.全局矫正（图优化）

• 防止单目尺度丢失
• 增加约束使得整体估计误差降低

回路检测，构建两帧之间的联系，证明看过同样的区域

5. 基于关键帧构建地图