【跟我一起读《视觉惯性SLAM理论与源码解析》】第九章 地图点、关键帧以及图结构

这一章主要讲了一些基本内容,包括ORB-SLAM2中地图点,关键帧图结构的问题

  1. 地图点和特征点的关系?有时候地图点对应不同帧上的特征点,特征点可以通过三角化得到地图点
  2. 地图点的几个属性,平均观测方向,以及观测距离范围是如何计算的?
  3. 如何计算地图点最具代表性的描述子?首先获取该地图点有效的观测关键帧以及对应的特征点索引,遍历观测到该地图点的所有关键帧,把对应的特征描述子都放在同一个向量中,计算所有描述子之间的两两距离,找到和其他描述子具有最小距离中值的描述子,最为最具代表性的描述子。这里什么叫最小距离中值,是如何计算的?另外怎么选描述子在之前说过p90
  4. 预测地图点对应的特征点所在的金字塔尺度原理?
  5. 恒速模型跟踪中增加地图点(双目以及RGB-D模式),找出上一帧具有有效深度值但不是地图点的特帧点,其中较近的作为临时地图点,这里没有添加地图点信息,因为是临时的,后期跟踪结束也会删掉这些点
  6. 跟踪结束新建关键帧的时候 (双目以及RGB-D模式),和上述不同的是会添加真正的地图点
  7. 局部建图线程中,用当前关键帧和相邻关键帧通过三角化生成新的地图点。会将当前关键帧的地图点分别和一级二级相连关键帧的地图点进行正向与反向的融合,这里的融合包括替换或新增地图点,而且会添加相互的观测
  8. 融合地图点,在局部建图中将当前关键帧的一级和二级相连关键帧对应的所有地图点投影到当前关键帧中,如果投影的地图点能够匹配当前关键帧的特征点,并且该特征点有对应的地图点,那么选择两个地图点中被观测数目最多的那个来替换两个地图点;如果特征点没有对应的地图点,那么新增该地图点和关键帧之间的观测关系,称为地图点新增;闭环线程中,将当前关键帧闭环匹配上的关键帧以及其共视关键帧上的所有地图点投影到当前关键帧中,其他操作如上。
  9. 如何选择并创建关键帧,这里有很多逻辑关系跟很多因素有关例如:距离上一次重定位时间,局部建图线程是否被占用,地图中关键帧数目个数是否超出最大限制,跟踪到的近点数量,和参考帧想必当前帧跟踪到的点数,成功跟踪到的匹配内点数目等。主体分为条件a和条件b,a和b中又有一些逻辑关系才能满足,当a和b同时满足时才能插入关键帧,主函数为Tracking类下的NeedNewKeyFrame()
  10. 如何更新关键帧之间的关系,当新建关键帧时,都需要新建和它相连关键帧的关系;当关键帧的地图点发生变化时,需要更新和它相连关键帧之间的联系。这些是如何操作的?
  11. 如何删除关键帧,首先需要清除和相连关键帧的联系(一级以及二级相连),清除观测到和地图点的联系,需要为该关键帧的子关键帧寻找合适的父关键帧。这些是如何操作的?
  12. 关于父子关键帧,参考关键帧,共视图,本质图,生成树的概念,以及本质图优化和全局BA的比较,这些是有关图结构的概念

我觉得这里最需要整理每一个实现的策略,有些算法非常巧妙比如说删除关键帧,其一子关键帧在寻找到新父后,直接升级成父加入其它子关键帧的父库中,如果是在子关键帧找不到父,直接把爷爷当成父,很有意思。

你可能感兴趣的:(书:视觉惯性SLAM与源码解析,人工智能,机器学习,算法)