讲解关于slam一系列文章汇总链接:史上最全slam从零开始,针对于本栏目讲解的(01)ORB-SLAM2源码无死角解析链接如下(本文内容来自计算机视觉life ORB-SLAM2 课程课件):
(01)ORB-SLAM2源码无死角解析-(00)目录_最新无死角讲解:https://blog.csdn.net/weixin_43013761/article/details/123092196
文末正下方中心提供了本人 联系方式, 点击本人照片即可显示 W X → 官方认证 {\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式,\color{blue}点击本人照片即可显示WX→官方认证} 文末正下方中心提供了本人联系方式,点击本人照片即可显示WX→官方认证
在解读 ORB-SLAM2 源码之前,本人先介绍一下 ORB-SLAM2 中或者 C++命明的一些规范,通过该篇博客主要可以掌握以下知识:
1、方便阅读作者的源码,从变量或者成员的命名,就能知道其大概意思。
2、方便我们后续编写代码,比如引用类成员时,应该使用 . 还是——>,我们从命名上即可知道
3、提高我们编写C++代码的素养,同时学习怎么规范,高效的去编写代码
在这里呢,我先举一些例子。比如在 ORB-SLAM2 源码中,我们可以看到类似如下得变量:
System.h文件:
eSensor mSensor;
ORBVocabulary* mpVocabulary;
bool mbActivateLocalizationMode;
ORBextractor.h文件:
bool bNoMore;
std::vector mvImagePyramid;
int nlevels;
std::vector mvScaleFactor;
除了上面得这些变量,还有很多,本人就不一一列举了。在初步接触这些代码时,特别是在不太明白C++命名规范的情况下,我相信看到上面的这些变量应该是比较蒙蔽的,那么下面就对其进行一定的讲解,这样我们以后就能看其名知其意了。
以小写字母m(member的首字母)开头的变量表示类的成员变量。比如:
int mSensor;
int mTrackingState;
std::mutex mMutexMode;
对于某些复杂的数据类型,第2个甚至第3个字母也有一定的意义,比如:
mp开头的变量表示指针(pointer)型类成员变量;
Tracking* mpTracker;
LocalMapping* mpLocalMapper;
LoopClosing* mpLoopCloser;
Viewer* mpViewer;
mb开头的变量表示布尔(bool)型类成员变量;
bool mbOnlyTracking;
bool mbOnlyTracking;
std::vector<int> mvIniLastMatches;
std::vector<cv::Point3f> mvIniP3D;
mpt开头的变量表示指针(pointer)型类成员变量,并且它是一个线程(thread);
std::thread* mptLocalMapping;
std::thread* mptLoopClosing;
std::thread* mptViewer;
ml开头的变量表示列表(list)型类成员变量;
mlp开头的变量表示列表(list)型类成员变量,并且它的元素类型是指针(pointer);
mlb开头的变量表示列表(list)型类成员变量,并且它的元素类型是布尔型(bool);
list<double> mlFrameTimes;
list<bool> mlbLost;
list<cv::Mat> mlRelativeFramePoses;
list<KeyFrame*> mlpReferences;
我相信通过上面的介绍,大家应该还是比较容易的知道一个变量的属性了,我们能够简单区分一个变量的属性,会为我们阅读或者编写代码节约时间,比如在索引一个类对象的成员时,根据命名我们就能知道应该使用 . 还是–> 进行引用。
在给大家讲解之前,我这里分享一个链接,该链接为已经注释好的 ORB-SLAM2 源码:https://github.com/electech6/ORB_SLAM2_detailed_comments
下面以RGB-D摄像头为例子,通过前面的博客,我们已经知道运行 RGB-D 示例的指令如下:
cd /my_work/01.ORB-SLAM2源码解析/ORB_SLAM2
./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml /my_work/01.ORB-SLAM2源码解析/Datasets/rgbd_dataset_freiburg1_xyz /my_work/01.ORB-SLAM2源码解析/Datasets/rgbd_dataset_freiburg1_xyz/associations.txt
从这里我们可以知道,main 函数处于 ./Examples/RGB-D/rgbd_tum.cc 文件中,下是本人复制的简要代码以及注释:
int main(int argc, char **argv){
// 从关联文件中,获得所有RGB图像路径以及深度图路径
LoadImages(strAssociationFilename, vstrImageFilenamesRGB, vstrImageFilenamesD, vTimestamps);
//初始化ORB-SLAM2系统
ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::RGBD,true);
//对图像序列中的每张图像展开遍历
for(int ni=0; ni<nImages; ni++)
// 根据路径读取RBG图像已经深度图
imRGB = cv::imread(string(argv[3])+"/"+vstrImageFilenamesRGB[ni],CV_LOAD_IMAGE_UNCHANGED);
imD = cv::imread(string(argv[3])+"/"+vstrImageFilenamesD[ni],CV_LOAD_IMAGE_UNCHANGED);
// 根据输入的图像进行追踪
SLAM.TrackRGBD(imRGB,imD,tframe);
SLAM.Shutdown(); //系统停止
}
是的,你没有看错,其系统架构就是这么简单,就仅仅如下几个过程而已:
1、加载图像数据,配置文件
2、启动系统,然后for循环进行追踪
3、系统停止
虽然说看起来十分简单,但是其内部的代码是非常复杂的,其中 ORB_SLAM2::System 这个类是十分庞大的,但是大家也不用太担心,因为从上面我们可以看到一个引子那就是 SLAM.TrackRGBD(imRGB,imD,tframe)。这个也是我们后续需要研究的核心部分。
通过该篇博客,我们简单的了解一下C++的编程规范以及 ORB-SLAM2 的整体框架,并且找到了其中的线索引子。那么我们之后就可以顺着下去分析。
本文内容来自计算机视觉life ORB-SLAM2 课程课件