ORB-SLAM2代码笔记（七）：KeyFrameDatabase

KeyFrameDatabase

• vector > mvInvertedFile;
  倒排索引，mvInvertedFile[i]表示包含了第i个word id的所有关键帧，数据库的主要内容
• void KeyFrameDatabase::add(KeyFrame *pKF) 输入关键帧，根据关键帧的词包，更新数据库的倒排索引

   // 为每一个word添加该KeyFrame
   for(DBoW2::BowVector::const_iterator vit= pKF->mBowVec.begin(), vend=pKF->mBowVec.end(); vit!=vend; vit++)
       mvInvertedFile[vit->first].push_back(pKF);

• void KeyFrameDatabase::erase(KeyFrame* pKF)
  关键帧删除后，更新数据库的倒排索引
  一个关键帧包含多个word，遍历mvInvertedFile中的这些words，然后在word中删除该KeyFrame

list &lKFs = mvInvertedFile[vit->first];
        // 这个效率有点低啊
        for(list::iterator lit=lKFs.begin(), lend= lKFs.end(); lit!=lend; lit++)
        {
            if(pKF==*lit)
            {
                lKFs.erase(lit);
                break;
            }
        }

• void KeyFrameDatabase::clear() 清空关键帧数据库
• vector> KeyFrameDatabase::DetectLoopCandidates(KeyFrame pKF, float minScore)在闭环检测中找到与该关键帧可能闭环的关键帧
  minScore是相似性分数最低要求
  • 找出和当前帧具有公共单词的所有关键帧（不包括与当前帧链接的关键帧）
    遍历当前帧中每一个word，然后每一个word提取包含该word的关键帧，遍历关键帧，每个关键帧的和当前帧相同word个数加1。

      for(DBoW2::BowVector::const_iterator vit=pKF->mBowVec.begin(), vend=pKF->mBowVec.end(); vit != vend; vit++)
      {
          list &lKFs =   mvInvertedFile[vit->first];
          for(list::iterator lit=lKFs.begin(), lend= lKFs.end(); lit!=lend; lit++)
          {
              KeyFrame* pKFi=*lit;
              if(pKFi->mnLoopQuery!=pKF->mnId)
              {
                  pKFi->mnLoopWords=0;
                  if(!spConnectedKeyFrames.count(pKFi))// 与pKF局部链接的关键帧不进入闭环候选帧
                  {
                      pKFi->mnLoopQuery=pKF->mnId;// pKFi标记为pKF的候选帧，之后直接跳过判断
                      lKFsSharingWords.push_back(pKFi);//用于保存可能与pKF形成回环的候选帧
                  }
              }
              pKFi->mnLoopWords++;// 记录pKFi与pKF具有相同word的个数
          }
  

  • 统计所有闭环候选帧中与pKF具有共同单词最多的单词数
    遍历闭环候选帧,然后根据最多单词数计算出minCommonWords

  int maxCommonWords=0;
  for(list::iterator lit=lKFsSharingWords.begin(), lend= lKFsSharingWords.end(); lit!=lend; lit++)
  {
      if((*lit)->mnLoopWords>maxCommonWords)
          maxCommonWords=(*lit)->mnLoopWords;
  }
  int minCommonWords = maxCommonWords*0.8f;
  

  • 遍历所有闭环候选帧，挑选出共有单词数大于minCommonWords且单词匹配度大于minScore存入lScoreAndMatch

  for(list::iterator lit=lKFsSharingWords.begin(), lend= lKFsSharingWords.end(); lit!=lend; lit++)
  {
      KeyFrame* pKFi = *lit;
      // pKF只和具有共同单词较多的关键帧进行比较，需要大于minCommonWords
      if(pKFi->mnLoopWords>minCommonWords)
      {
          nscores++;// 这个变量后面没有用到
          // 相似度评分就是在这里计算的
          float si = mpVoc->score(pKF->mBowVec,pKFi->mBowVec);
          pKFi->mLoopScore = si;
          if(si>=minScore)
              lScoreAndMatch.push_back(make_pair(si,pKFi));
      }
  }
  

  • 把lScoreAndMatch中每一个KeyFrame都把与自己共视程度较高的帧归为一组，每一组会计算组得分并记录该组分数最高的KeyFrame，记录于lAccScoreAndMatch

  for(list >::iterator it=lScoreAndMatch.begin(), itend=lScoreAndMatch.end(); it!=itend; it++)
  {
      KeyFrame* pKFi = it->second;
      vector vpNeighs = pKFi->GetBestCovisibilityKeyFrames(10);
      float bestScore = it->first; // 该组最高分数
      float accScore = it->first;  // 该组累计得分
      KeyFrame* pBestKF = pKFi;    // 该组最高分数对应的关键帧
      for(vector::iterator vit=vpNeighs.begin(), vend=vpNeighs.end(); vit!=vend; vit++)
      {
          KeyFrame* pKF2 = *vit;
          if(pKF2->mnLoopQuery==pKF->mnId && pKF2->mnLoopWords>minCommonWords)
          {
              accScore+=pKF2->mLoopScore;// 因为pKF2->mnLoopQuery==pKF->mnId，所以只有pKF2也在闭环候选帧中，才能贡献分数
              if(pKF2->mLoopScore>bestScore)// 统计得到组里分数最高的KeyFrame
              {
                  pBestKF=pKF2;
                  bestScore = pKF2->mLoopScore;
              }
          }
      }
      lAccScoreAndMatch.push_back(make_pair(accScore,pBestKF));
      if(accScore>bestAccScore)// 记录所有组中组得分最高的组
          bestAccScore=accScore;
  }
  

  • 得到组得分大于minScoreToRetain的组，得到组中分数最高的关键帧
• vector KeyFrameDatabase::DetectRelocalizationCandidates(Frame *F) 进行回环检测的时候基本上行都是相同的