ORB-SLAM2源码学习（三）——跟踪Tracking.cc

作为ORB-SLAM2里三大线程中的第一个，Tracking线程接收传感器（摄像头）传来的每一帧，并将处理的关键帧传递给LocalMapping线程。Tracking线程其实是系统里的主线程，通过反复调用Track函数进行。

Tracking模块主要完成了以下几件事情：

1. 单目地图的初始化
2. 当前帧的位姿估计
3. 当前帧的局部地图跟踪
4. 生成候选关键帧

一、Tracking构造函数

之前有讲过Tracking对象在System对象构造函数里初始化，而在Tracking构造函数里初始化了：相机内参、ORB特征点提取参数（相应的ORB特征提取器）。

二、GrabImageMonocular函数

将图像转为灰度图像并初始化当前帧（提取特征点，若地图未初始化则提取特征点数增加一倍），之后进行tracking过程，最后输出世界坐标系（Tcw）到该帧相机坐标系的变换矩阵（注意此时返回的变换矩阵是tracking的位姿估计）。

三、Track函数

1、单目地图的初始化MonocularInitialization：

两帧间匹配特征点大于100对时进行地图初始化，得到两帧间的相对姿态T21与初始MapPoints，将第一帧相机坐标系作为世界坐标系，计算第二帧的Tcw（由T21），最后CreateInitialMapMonocular（为单目摄像头三角化生成MapPoints），在这个函数内进行了初始化两帧的BA以及MapPoints深度归一化、姿态归一化（归一化的方法为物点坐标与姿态位移除以物点z坐标的中间值）。

2、当前帧的位姿估计​

1. TrackReferenceKeyFrame()：运动模型为空或重定位后，与参考帧做匹配，以上一帧位姿为初值BA，剔除误匹配点后若匹配点数大于10对则位姿估计成功

2. TrackWithMotionModel()：根据匀速运动模型由上一帧Tcw估计出当前帧位姿，后3D投影匹配点对进行BA优化，剔除误匹配点后若匹配点数大于10对则位姿估计成功

3. Relocalization（）：初始化失败或与相邻关键帧匹配也丢失，则尝试全局Bow搜索，使用PnP求解位姿

3、当前帧的局部地图跟踪TrackLocalMap：

1. 更新局部关键帧UpdateLocalKeyFrames（）&更新局部关键点UpdateLocalPoints（）：由当前帧的MapPoints找到相邻关键帧，由相邻关键帧取其MapPoints；

2. SearchLocalPoints（）：在局部地图中查找与当前帧匹配的MapPoints

3. 局部位姿优化后，判断是否Track成功

4、生成候选关键帧

1. NeedNewKeyFrame（）：断当前帧是否为关键帧：局部地图被闭环使用、距上一次插入关键帧时间、匹配点数量、候选关键帧队列大小

2. CreateNewKeyFrame（）：创建新的关键帧，在这里将关键帧插入了LocalMapper的候选关键帧队列

​​​​​​​这样就进入到了局部构图线程。