slam14讲-ch13 和 orb-slam2

OpenSLAM.org

1、基础知识

1.1 c++

      1.1.1 h文件的撰写规则

#pragma once

#ifndef MYSLAM_CAMERA_H
#define MYSLAM_CAMERA_H
#endif  // MYSLAM_CAMERA_H

    1.1.2 共享指针

        在实际的 C++ 开发中，我们经常会遇到诸如程序运行中突然崩溃、程序运行所用内存越来越多最终不得不重启等问题，这些问题往往都是内存资源管理不当造成的。比如：

• 有些内存资源已经被释放，但指向它的指针并没有改变指向（成为了野指针），并且后续还在使用；
• 有些内存资源已经被释放，后期又试图再释放一次（重复释放同一块内存会导致程序运行崩溃）；
• 没有及时释放不再使用的内存资源，造成内存泄漏，程序占用的内存资源越来越多。

         C++ 11 后实现了unique_ptr、shared_ptr 以及 weak_ptr 这 3 个智能指针来实现堆内存的自动回收。具体来讲，智能指针和普通指针的用法是相似的，不同之处在于，智能指针可以在适当时机自动释放分配的内存。也就是说，使用智能指针可以很好地避免“忘记释放内存而导致内存泄漏”问题出现。

C++ 智能指针底层是采用引用计数的方式实现的。简单的理解，智能指针在申请堆内存空间的同时，会为其配备一个整形值（初始值为 1），每当有新对象使用此堆内存时，该整形值 +1；反之，每当使用此堆内存的对象被释放时，该整形值减 1。当堆空间对应的整形值为 0 时，即表明不再有对象使用它，该堆空间就会被释放掉。

•         std::shared_ptr 和 unique_ptr、weak_ptr 不同之处在于，多个 shared_ptr 智能指针可以共同使用同一块堆内存。并且，由于该类型智能指针在实现上采用的是引用计数机制，即便有一个 shared_ptr 指针放弃了堆内存的“使用权”（引用计数减 1），也不会影响其他指向同一堆内存的 shared_ptr 指针（只有引用计数为 0 时，堆内存才会被自动释放）。
•         std::weak_ptr 定位为智能指针的一种，但该类型指针通常不单独使用（没有实际用处），只能和 shared_ptr 类型指针搭配使用。甚至于，我们可以将 weak_ptr 类型指针视为 shared_ptr 指针的一种辅助工具，借助 weak_ptr 类型指针， 我们可以获取 shared_ptr 指针的一些状态信息，比如有多少指向相同的 shared_ptr 指针、shared_ptr 指针指向的堆内存是否已经被释放等等。需要注意的是，当 weak_ptr 类型指针的指向和某一 shared_ptr 指针相同时，weak_ptr 指针并不会使所指堆内存的引用计数加 1；同样，当 weak_ptr 指针被释放时，之前所指堆内存的引用计数也不会因此而减 1。也就是说，weak_ptr 类型指针并不会影响所指堆内存空间的引用计数。除此之外，weak_ptr 模板类中没有重载 * 和 -> 运算符，这也就意味着，weak_ptr 类型指针只能访问所指的堆内存，而无法修改它。
•         std::unique_ptr 指针自然也具备“在适当时机自动释放堆内存空间”的能力。和 shared_ptr 指针最大的不同之处在于，unique_ptr 指针指向的堆内存无法同其它 unique_ptr 共享，也就是说，每个 unique_ptr 指针都独自拥有对其所指堆内存空间的所有权。这也就意味着，每个 unique_ptr 指针指向的堆内存空间的引用计数，都只能为 1，一旦该 unique_ptr 指针放弃对所指堆内存空间的所有权，则该空间会被立即释放回收。

2、特征提取

2.1 ORB特征点

        特征点是由关键点（keypoint） 和描述子（descriptor）,关键点是描述特征点在图像中的位置，描述子用来量化描述该关键点周围像素的信息。

        ORB特征点的关键点是Oriented-FAST,描述字是Steered BRIEF。

2.1.1 Oriented-FAST

2.1.2 Steered BRIEF

2.2 特征点均匀化

        OpenCV的ORB特征提取方法存在一个问题，就是特征点往往集中在纹理丰富的区域，而在缺乏纹理的区域提取到的特征点的数量会少很多。会带来特征点冗余的问题（一个小区域一个特征点可以表示清楚，而提取到了十个特征点，导致其余9个多余）和影响位姿的解算（特征点在空间中分布的层次越多，越均匀，特征匹配越能精确的表达出空间的几何关系）。

2.2.1 四叉树实现特征点均匀化分布

3、特征匹配

3.1 单目初始化中的特征匹配

        核心思想是在第一帧特征点坐标对应的第2帧中位置的附近画一个圆，匹配点是落在这个圆内。通过划分网格的方法（在院内华裔对正方形网格，再进行特征匹配时，先检测网格内是否有特征点，没有特征点就跳过，有的话就对内部的特征点进行检测），加快特征匹配的过程。

3.2 通过词袋进行特征匹配

3.3 通过地图点投影进行特征匹配

3.4 通过sim(3)变换进行特征匹配