这些技术都是视觉定位与映射（Visual Localization and Mapping）或者说是视觉同步定位与建图（Visual Simultaneous Localization and Mapping, V-SLAM）的关键技术与实现。它们在机器人导航、增强现实（AR）、自动驾驶车辆等领域有着广泛应用。下面是对每个技术简要的分别解释：
PTAM（Parallel Tracking and Mapping for Small AR Workspaces）
概念: PTAM是一种特别设计用于增强现实（AR）和小型工作空间的视觉SLAM系统。它的核心思想是将跟踪（Tracking）和建图（Mapping）这两个过程分离，使其并行运行。通过这种方式，PTAM能够在较低性能的硬件上实现实时操作。
特点: 分离跟踪与建图能够降低单个处理过程的复杂度，提高系统的效率与实时性。
ROS的viso2_ros
概念: viso2_ros是一个实现在ROS（Robot Operating System）上的视觉里程计（Visual Odometry, VO）包，基于Libviso2库。视觉里程计指通过分析相机拍摄的连续图片序列中的特征点移动来估计相机自身移动的技术。
特点: 作为ROS的一部分，viso2_ros可以方便地与其他ROS组件集成，用于机器人的导航和地图构建等任务。
SVO（Semi-direct Visual Odometry）
概念: SVO是一种半直接视觉里程计算法，它结合了特征点方法和直接法的优点。在传统特征点方法中，算法首先提取图像中的特征点，然后在连续的帧之间匹配这些特征；而直接法则利用图像的像素强度直接估计相机运动。SVO算法能够直接利用图像的像素强度和稀疏特征点，从而实现快速且准确的运动估计。
特点: 高效率和低延迟