ORB_SLAM3::System SLAM(argv[1], argv[2], ORB_SLAM3::System::IMU_MONOCULAR, true)； // 其中initFr=01、读取yaml配置文件的File.version，如果配置文件中无该内容，将settings_ 设为nullptr;然后读取yaml配置文件的System.LoadAtlasFromFile和System.LoadAtlasFromFile，将对应的值分别赋值给成员变量mStrLoadAtlasFromFile和mStrLoadAtlasFromFile，activeLC代表是否激活回环，默认是开着的，但是会根据配置文件中的loopClosing值确定；
2、创建一个新的ORB字典mpVocabulary，就是初始化一个k分支、深度为d的树，可以容纳个单词，设置单词权重计算方式（TF_IDF）和两张图像向量的差异得分计算方式（L1_NORM）；
3、读取预训练好的ORB字典ORBvoc.txt，读取这个文件需要等一段时间，网上有做优化的，将该文件变成二进制文件，能够读的快一点。该过程主要就是将训练好的词典读取到容器m_nodes和
m_words中，最上面的那个节点id为0；
ORBvoc.txt文件的第一行：分支数（k=10） 深度（d=6） 评分类型（0） 权重类型（0）
ORBvoc.txt文件的第二行：父节点id 是否是叶子（word）节点 该节点的描述子 节点的权重（word才有）
std::vector<Node*> m_words;
std::vector<Node> m_nodes; // Node是一个结构体，包括节点id、权重（weight）、children、parent、描述子（descriptor）和word_id等。4、创建关键帧数据库：
mpKeyFrameDatabase = new KeyFrameDatabase(*mpVocabulary); // 就是二维容器mvInvertedFile预留出字典中单词的个数，里面的内容在回环检测线程中设置；
std::vector< list<KeyFrame*> > mvInvertedFile; // 该容器的序号为字典中单词的顺序，list容器对应的为包含该单词的关键帧指针。1）当成员变量mStrLoadAtlasFromFile为空时，创建地图集，初始化mpCurrentMap，并将其设置为活跃地图（成员变量mIsInUse为true），所有的地图存入容器mspMaps中，地图集中只有一个活跃地图；
2）当成员变量mStrLoadAtlasFromFile非空时，加载地图集：bool isRead = LoadAtlas(FileType::BINARY_FILE);然后创建地图集：mpAtlas->CreateNewMap()。
5、创建用于显示帧的类mpFrameDrawer，将viewer线程的mState设为SYSTEM_NOT_READY，意为系统没有准备好，一般就是在启动后加载配置文件和词典文件时候的状态。初始化左右目显示图像mIm和mImRight为480x640的黑色图像。创建用于显示地图的类mpMapDrawer，就是读取yaml配置文件的Viewer对应的一些参数；
6、创建跟踪线程（主线程）,不会立刻开启,会在对图像和imu预处理后在main主线程中执行。初始化一些参数，将跟踪的mState设为NO_IMAGES_YET，读取yaml配置文件的Camera和ORBextractor对应的参数，最后读取IMU参数。
b_parse_imu = ParseIMUParamFile(fSettings); // 创建mpImuCalib对象，并设置噪声协方差Cov和随机游走协方差CovWalk。最后创建mpImuPreintegratedFromLastKF对象，就是将mpImuCalib的噪声协方差Cov和随机游走协方差CovWalk赋值给Nga和NgaWalk，初始化预积分的参数（Initialize(b_);）即dR设置为单位矩阵，其余参数全部设置为0；
7、创建localmapping线程就是初始化一些参数，然后开启LocalMapping线程；
8、创建LoopClosing线程就是初始化一些参数，然后开启LoopClosing线程；
9、设置线程间的指针，就是线程之间可以相互调用变量和函数，这样能够更方便的共享数据；
10、最后创建显示线程，就是初始化一些参数，然后读取配置文件yaml中的Camera和Viewer相关参数。开启显示线程，此时已经开启了3个线程，tracking线程在main主线程中执行。