orbSLAM2 之 运动模型追踪

简介：

通过上一帧(Tracking::mLastFrame)观测的地图点和当前帧特征的匹配，计算当前帧的位姿
注意：计算的位姿是当前帧相对于世界坐标系的Tcw。

流程：

1，通过UpdateLastFrame()函数重新设置mLastFrame的Tcw为T(mLastFrame->参考关键帧)*T(参考关键帧->世界坐标系)。

	问题：T(mLastFrame->参考关键帧)原本就是通过mLastFrame的Tcw和
				  T(参考关键帧->世界坐标系)计算的，那么这一步有什么意义呢？
	本人将此步骤去掉后，在Euroc_MH_05_difficult数据集上ape、rpe均有提高。

2，将当前帧的位姿初始化为 [上一帧的位姿速度]与[上一帧位姿]的乘积mVelocity*mLastFrame.mTcw。

	其中 [上一帧的位姿速度]mVelocity是T(上一帧->上上帧)，本质上是
	连续两帧的位姿增量，因此当前帧的位姿初始化为[上一帧]"加上"位
	姿增量。

3，匹配上一帧观测的地图点和当前帧的特征。
通过将上一帧观测到的特征点投影到当前帧，寻找投影点附近的特征点，然后进行描述子匹配。函数ORBmatcher::SearchByProjection()

步骤4567与追踪参考关键帧相同

4，g2o优化位姿(3d-2d)。
函数Optimizer::PoseOptimization(&mCurrentFrame);

5，在当前帧匹配的地图点(mCurrentFrame.mvpMapPoints)中去除其中在优化中被视为外点的地图点。

6，被视为优化外点的当前帧匹配的地图点的mbTrackInView设置为false，该地图点的mnLastFrameSeen设置为当前帧id

7，根据优化中的内点数量判断追踪是否成功