ORB-SLAM2---Tracking() 代码阅读笔记_未完待续

1、两帧图像之间通过BoW进行特征点匹配（应用到TrackReferenceKeyFrame()中）

SearchByBoW(mpReferenceKF,mCurrentFrame,vpMapPointMatches); 

（1）首先，计算分别计算两帧图像的BoW向量

（2）对属于同一Word的描述子进行暴力匹配，匹配过程：

​ 对当前帧中Words下的每一个关键点，遍历另一帧对应Words下的所有特征点，计算两个描述子间的最优距离d1和次优距离d2，如果d1<0.7*d2，则认为是正确匹配.

2、类Tracking的成员函数TrackReferenceKeyFrame()

bool Tracking::TrackReferenceKeyFrame()

实现过程：

• 计算当前帧的Bow向量
• 通过上面提到的方法对参考帧和当前帧进行特征匹配，如果匹配点数少于15，则匹配失败
• 匹配成功后可以得到当前帧mCurrentFrame的MapPoints,用上一帧初始化当前帧的位姿
• 对当前帧的位姿和地图点进行BA优化
• 剔除优化后的局外匹配点，最后得到的好的匹配点大于10个，即追踪成功

3、类Tracking的成员函数TrackMotionModel()

bool Tracking::TrackWithMotionModel()

实现过程：

• 计算上一帧相机位姿：上一帧相对于参考关键帧位姿 * 参考帧位姿
• 根据匀速模型计算当前帧位姿：mVelocity * mLastFrame.mTcw
• 根据地图点投影的方式匹配当前帧和上一帧，并追踪上一帧的地图点
• 通过BA优化当前帧的位姿和地图点
• 去除局外点,如果当前模型下的局内点数量大于10 则返回成功追踪
• 仅追踪模式下地图内的匹配点数量小于10将mbVO置1 表明地图内匹配内点数量不足