ORBSLAM的优缺点：
优点：
回环检测做得好，基本上只要见到过的场景都能找回来。
采用一种更鲁棒的关键帧和三维点的选择机制——先用宽松的判断条件尽可能及时地加入新的关键帧和三维点, 以保证后续帧的鲁棒跟踪; 再用严格的判断条件删除冗余的关键帧和不稳定的三维点, 以保证优化的效率和精度 。
orb已经算是把vision slam方面能优化的东西都优化到了。
工程效果较好。
缺点：
就是pure rotation容易跟丢，提取特征点少的场景景容易跟丢。
对于移动平台，目前单目slam算法的运算和存储要求高，稳定性也还不够。
特征点匹配耗时较长。
运行之前需要加载一个字典。
不支持地图的保存和读取。
系统中有很多magic number，比如特征匹配的阈值，回环图像对比的阈值，都是经验设定，在不同场景下对应值也有所不同。这些数其实可以通过机器学习的方法学习得到。