作者从opencv2.4的orb改进了一版，比opencv里的orb多了一个网格处理，尽量保证每小块图像都能提到特征，避免了局部特征点不足的情形。据我个人的测试(Thinkpad T450 i7)，在640x480的图像中提取500orb约用时13ms左右，匹配精度可以接受，满足实时性要求。

相比于lsd-slam，orb-slam更像一个系统工程——采用当前各种主流的方式计算slam。它稳重大方，不像lsd那样追求标新立异。orb-slam基于研究了很久的特征点，使用dbow2库进行回环检测，具备重新定位能力，使用g2o作为global和local的优化，乃至pnp也用g2o来算。从效果而言比lsd优化，代码也比lsd整洁，更适合继续开发。虽说如楼上所言不像ptam那么惊艳（比如slam++名字好听效果好看但是不开源啊），我们做研究毕竟还是效果至上。

个人觉得，orb-slam的动机还是单目slam，用来做双目或rgbd有些不足。至少orb的建图部分只含有稀疏的map point，不管用于机器人还是AR/VR，这无论如何是不够的。如果给它加上一个较好的地图模块，相信会更加受欢迎。

附上我自己的orb-slam2在手持kinect2上的视频，仅供参考：
http://pan.baidu.com/s/1eRcyW1s
<img data-rawheight="471" data-rawwidth="834" src="https://pic3.zhimg.com/a59b329910d3551358055acf7dc0f96e_b.png" class="origin_image zh-lightbox-thumb" width="834" data-original="https://pic3.zhimg.com/a59b329910d3551358055acf7dc0f96e_r.png">
------------- 2016.2.25 -----------------
优点：回环检测做的很好，基本上只要见过的场景都能找回来。接口丰富，代码清楚。
缺点：
* kinect2 qhd分辨率下（960x540），默认参数，thinkpad T450，帧率<=10Hz；
* 运行前要读取一个几百兆的字典——调试程序的时候比较考验耐心；
* 比较容易lost，虽然也容易找回来；
* 尼玛为什么不支持地图保存和读取！
&amp;lt;img data-rawheight=&quot;211&quot; data-rawwidth=&quot;719&quot; src=&quot;https://pic3.zhimg.com/4181f7f2953cec31fdeb79e015e992ce_b.png&quot; class=&quot;origin_image zh-lightbox-thumb&quot; width=&quot;719&quot; data-original=&quot;https://pic3.zhimg.com/4181f7f2953cec31fdeb79e015e992ce_r.png&quot;&amp;gt;这个TODO是让我去做吗！这个TODO是让我去做吗！

------------ 2016.3 ------------------
在kinect部分加了个稠密地图，效果看上去还可以，给做rgbd的同学作个参考：
加上地图显示就真的只有10Hz了……
这个是自己撸了个点云地图模块上去的orbslam2：
http://pan.baidu.com/s/1hrbW840
还有一个是改了改速度但是精度比较糙的orbslam2：

http://pan.baidu.com/s/1skdGeIT