ORB-SLAM2-局部地图跟踪

本文主要讨论bool Tracking::TrackLocalMap()这个函数。ORB-SLAM2-局部地图跟踪_第1张图片

在orb-slam2中,在进行三种跟踪后,之后都要进行局部地图的跟踪。

关于这一过程,我能够想到的问题是

1. 局部地图的mappoint来自于哪里?

2. 它的优化量包括什么?(是否需要优化地图点)?优化是基于重投影误差吗?

3.  它是否还会删减地图点?删减的依据是什么?

回答问题1.

mvpLocalKeyFrame 会存储与当前帧具有共视关系的关键帧,此外,具有强共视关系的关键帧的共视关键帧,子关键帧以及父关键帧也有可能被加入mvpLocalKeyFrame这个大家庭

然后,mvpLocalMapPoints会把localkeyframe中的地图点避免重复的存储。这样,就得到了局部地图的mappoint。

问题2

局部地图中的地图点是一回事,地图点的操作以及是否需要参与位姿优化则是另一回事。

首先,地图点是在三维空间,大概可以猜想到,之后要利用重投影误差,因此,必须找到地图点在这一帧的观测,而之前在当前帧被观测到的特征点,并且已经有匹配关系的,不需要参与这个过程。对应的排除操作如下。

pMP->mbTrackInView = false;

然后,我们对于地图点,要确认它是否在视野范围内。如果在视野范围内,才有进一步寻求匹配的意义。

在SearchByProjection中,我们将进行地图点与观测进行匹配。

对于有必要进行匹配的点(非当前帧土著,非badpoint)进行投影,并保证最佳和次佳地图点描述子比例满足要求,如果满足,存储特征点对应的地图点。建立地图点与观测的对应关系。

F.mvpMapPoints[bestIdx]=pMP;

在得到了更多的匹配关系后,我们就可以进行位姿优化

Optimizer::PoseOptimization(&mCurrentFrame);

 在优化中,我们固定了地图点,而只优化此时刻的位姿。

在完成优化后,我们要统计在当前帧地图点被观察到的个数。

为啥要统计呢? 因为如果数目少就说明局部地图跟踪失败了。(注意:观测的修改在SearchByProjection函数中进行)


    // Decide if the tracking was succesful
    // More restrictive if there was a relocalization recently
    // Step 5:根据跟踪匹配数目及重定位情况决定是否跟踪成功
    // 如果最近刚刚发生了重定位,那么至少成功匹配50个点才认为是成功跟踪
    if(mCurrentFrame.mnId

至此,tracklocalmap结束。关于这一部分,它增加了地图点和特征点的匹配关系,和增加的过程也非常细节,不是采用简单的暴力匹配。此外,更多的观测也应该会有利于当前帧位姿的优化。

你可能感兴趣的:(SLAM,算法,计算机视觉)