ORB_SLAM2的单目SLAM提高关键帧的个数

一、前言

最近在结合ORB_SLAM2和Map2DFusion，来做无人机航拍视频建图，基本完成了pipeline，但发现出来的效果没有Map2DFusion官方的效果好。

  

（第一张图是我自己处理的效果，在一些地方可以看到明显断层；第二张图是官方的效果）

我有一个想法，能不能通过提高ORB_SLAM2关键帧的个数来改善建图？

于是我开始调研如何增加ORB_SLAM2关键帧的个数。

二、调研

ORB_SLAM2的Tracking线程的NeedNewKeyFrame()函数中会经过四个条件判断，来决定是否添加关键帧：

const bool c1a = mCurrentFrame.mnId>=mnLastKeyFrameId+mMaxFrames;
const bool c1b = (mCurrentFrame.mnId>=mnLastKeyFrameId+mMinFrames && bLocalMappingIdle);
const bool c1c =  mSensor!=System::MONOCULAR && (mnMatchesInliers15);
if((c1a||c1b||c1c)&&c2)
{
    ...增加关键帧...
}

我用一个单目的视频（25fps）来测试，发现一个规律：

• c1a的值一直为0
• c1b的值0多1少（由于mMinFrames=0，c1b本质上取决于bLocalMappingIdle。即LocalMapping线程空闲的时候，c1b = 1）
• c1c的值一直为0（因为单目系统，这个值被置为0）
• c2的值1多0少。（c2的判断条件是：(当前帧的跟踪点数 < 90%的参考关键帧跟踪点数 )  而且  ( 当前帧跟踪点数 > 15 ) ）

我试过调整这些条件，尝试增加关键帧个数。但实际上没法做到稳定增加关键帧个数。

之后，我发现再LocalMapping线程中，有一个去除冗余关键帧的函数：KeyFrameCulling()，正是这个函数阻止了增加过多的关键帧。

KeyFrameCulling()会将那些有90%的点能够被超过三个关键帧观察到的帧认为是冗余帧，并去除。

三、实际操作

1. 在NeedNewKeyFrame()，把

if((c1a||c1b||c1c)&&c2)

改为

if(c1a)

因为mMaxFrames的数值是fps的缘故，c1a的判断相当于每1s产生一个关键帧

2. 注释掉LocalMapping线程中的KeyFrameCulling()函数，即不用剔除冗余关键帧。

四、效果

经过这两点操作后，ORB_SLAM2产生的关键帧数量大大增加，从原来的355个增加到698个（使用同一个视频做测试）。

如下图所示，第一张是原本ORB_SLAM2产生的关键帧效果（一个蓝色的框代表一个关键帧），第二张是更改过代码后产生的关键帧效果，可以看到关键帧变了密集了不少。

五、后续

虽然增加了关键帧个数，可还是没办法提高Map2DFusion的建图效果，只能另找其他突破口了......