ORB-Slam详解2 代码流程

转载自http://blog.csdn.net/u010128736/

一、整体框架

  ORB_SLAM的代码非常整齐，简洁，便于阅读。由于我将使用其做室外场景的单目SLAM，所以我们从mono_kitti.cc这个主程序来看整个代码。为了更加方便阅读，我将其中的关键步骤做成思维导图，这样就可以一目了然了。喜欢的朋友请点赞！~ 
  如下图所示，程序在接收参数传递的参数后，就能够找到存放数据和参数的目录，开始运行。 

（1）首先使用LoadImages读取图片目录和时间戳文件 
（2）创建ORB_SLAM2::System对象 
（3）循环读取数据 
 （3.1）读取图片 
 （3.2）读取时间戳 
 （3.3）将图片传给SLAM系统 
（4）关闭SLAM系统 
（5）将相机轨线保存到硬盘中

二、SLAM系统的创建

  在主函数中，我们创建了一个ORB_SLAM2::System的对象SLAM，这个时候就会进入到SLAM系统的主接口System.cc。这个代码是所有调用SLAM系统的主入口，在这里，我们将看到前面博客所说的ORB_SLAM的三大模块：Tracking、Mapping和LoopClosing。如下图所示： 

我们可以看到在这个对象的实例化过程中，我们创建了以下对象： 
（1）创建了ORB词袋的对象 
（2）创建了关键帧的数据库 
（3）创建地图对象 
（4）创建两个显示窗口 
（5）初始化Tracking对象 
（6）初始化Local Mapping对象，并开启线程运行 
（7）初始化Loop Closing对象，并开启线程运行 
（8）初始化窗口，开启线程显示图像和地图点

  在这个实例化的过程中，我们开启了三个线程，分别是Local Mapping、Loop Closing和窗口显示的线程，那第一步Tracking在哪里运行呢？

三、Tracking的运行

  上面我们提到Tracking的运行入口，回顾第一部分，我们在循环读取图片的时候，调用了一个SLAM.TrackMonocular()函数，这个函数就是在主线程里调用Tracking的函数入口了。所以Tracking是运行在主线程中，并且在每次读取一帧新的图像时运行一次。如下图所示： 

可以看到，跟了两步之后，就能很清晰地看到，程序将读取的图片转成灰度图，然后对帧进行特征点检测，就直接调用Tracking.cc中的Track()函数，进行跟踪。另外要注意的是，由于使用的是单目相机，所以在跟踪时需要判断是否初始化或有没有前序关键帧，如果没有，使用mpIniORBextractor的参数进行特征点检测。