VINS代码结构

1.总体框架

• ar_demo:AR上层应用
• benchmark_publisher：发布数据集中参考值
• camera_mode：各类相机模型
• config：硬件、系统配置文件
• support_files
• feature_trackers ：图像接收和特征点提取与跟踪
• pose_graph
• vins_estimator

在ros运行中，只运行三个节点：

feature_trackers: 主要用于图像特征点提取跟踪。
vins_estimator：主要的类为Estimator

• 开启了新的线程名称为measurement_process,函数名为process（）,来做前端VI里程计。里面调用了process_image（）,来进行初始化，当solver_flag=INITIAL时，进行初始化。
  滑窗中的(0, 1, …, N)关键帧，0是时间最长的关键帧，N是最新关键帧
  pose_graph：主要的类为Pose_graph
• 开启第0个新的线程，在创建Posegraph类的时候进行初始化时开启，名称为t_optimazation,函数为optimaza4DoF(),用来全局四自由度的优化。
• 开启第一个新的线程名称为keyboard_command_process,函数名为command(),来做键盘控制。
• 开启第二个新的线程名称为measurement_process,函数名为process（），用来闭环检测

Pose_graph类
重要的成员：

list<KeyFrame *> keyframelist;  //关键帧数据库
BriefDatabase db;
BriefVocabulary* voc;

进行重定位流程：
（1）.在滑窗中取最新的关键帧，进行loop_detection()。如果检测出loop，就向Estimator发送Pose_graph/match_points（里面包含了闭环前后的变换矩阵）,并且关键帧里面的数据结构has_loop会被置为True,loop_index设置为与之闭环的旧关键帧的序号。
（2）.同步的Estimator节点,会接收到闭环帧的特征点空间位置，将这些约束加入当前的滑窗进行局部的BA优化。
（3）.当时此时Pose_graph的关键帧数据并没有记录这个有闭环的关键帧。
（4）.当Estimator中滑窗继续滑动，边缘掉了一个关键帧，而这个关键帧的has_loop
，就进行4Dof全局优化。

雅克比矩阵代表了：
误差函数对于位姿扰动的雅可比矩阵，决定着下一步最优迭代估计时，位姿增量的方向。