全景视觉slam算法有哪些

全景视觉slam算法有哪些，包括开源和不开源的算法都行，感谢

开源算法：
LSD-SLAM: LSD-SLAM 是一种单目 SLAM 算法，用于估计相机的姿态和场景的三维结构。它是基于最近稀疏描述子 (LSD) 的单目 SLAM 方法。LSD-SLAM 是用 C++ 和 OpenCV 编写的，并可在 GPL v3 许可下获得。
ORB-SLAM: ORB-SLAM 是一种基于单目相机，双目相机和 RGB-D 相机的实时 SLAM 系统。它是由三个子系统组成的，即前端系统，后端系统和闭环检测系统。ORB-SLAM 使用了 ORB 特征描述子，该描述子比 SIFT 和 SURF 更快，并且具有相同的性能。ORB-SLAM 使用 C++ 编写，并可以在 BSD 许可下获得。
RTAB-Map: RTAB-Map 是一种基于图优化的 SLAM 算法，可用于构建环境的三维地图。它支持单目，双目，RGB-D 相机和激光雷达，并且可以使用 ROS 和 OpenCV。RTAB-Map 使用 C++ 编写，并可以在 BSD 许可下获得。
不开源算法：
Google Tango: Google Tango 是一种基于深度相机的 SLAM 系统。它使用可移植和可重复的技术来估计设备的运动和环境的三维结构。Google Tango 使用 C++ 编写，但不是开源的。
Microsoft Hololens: Microsoft Hololens 是一种可穿戴的增强现实头盔，使用 SLAM 技术来定位用户和虚拟对象。它使用了深度相机和其他传感器来捕捉环境的图像，并使用此信息来构建三维地图。Microsoft Hololens 不是开源的。
Apple ARKit: Apple ARKit 是一种基于深度相机的 SLAM 系统，用于增强现实应用程序。它是在 iOS 设备上运行的，并使用了多个传感器来构建环境的 3D 模型。Apple ARKit 不是开源的。