ORB-SLAM2 ---- Tracking::TrackReferenceKeyFrame函数

目录

1.函数作用

2.步骤

3.code

4.函数解析

4.1  将当前帧的描述子转化为BoW向量

4.2 总体解释

---

1.函数作用

        用参考关键帧的地图点来对当前普通帧进行跟踪。

2.步骤

Step 1：将当前普通帧的描述子转化为BoW向量
Step 2：通过词袋BoW加速当前帧与参考帧之间的特征点匹配
Step 3: 将上一帧的位姿态作为当前帧位姿的初始值
Step 4: 通过优化3D-2D的重投影误差来获得位姿
Step 5：剔除优化后的匹配点中的外点
 @return 如果匹配数超10，返回true

3.code

/*
 * @brief 用参考关键帧的地图点来对当前普通帧进行跟踪
 * 
 * Step 1：将当前普通帧的描述子转化为BoW向量
 * Step 2：通过词袋BoW加速当前帧与参考帧之间的特征点匹配
 * Step 3: 将上一帧的位姿态作为当前帧位姿的初始值
 * Step 4: 通过优化3D-2D的重投影误差来获得位姿
 * Step 5：剔除优化后的匹配点中的外点
 * @return 如果匹配数超10，返回true
 * 
 */
bool Tracking::TrackReferenceKeyFrame()
{
    // 特征点都是有一个描述子 ORB词典（描述子集）  特征点的描述子 树根.....汉明距离最小的  ORB词典的树根 nodeid 
	//构造BOw向量  Bowvector pair  FeatureVector图像的特征点索引 >
    // Step 1：将当前帧的描述子转化为BoW向量  BowVector  FeatureeVector
    mCurrentFrame.ComputeBoW();
 
    // We perform first an ORB matching with the reference keyframe
    // If enough matches are found we setup a PnP solver
    ORBmatcher matcher(0.7,true);
    vector vpMapPointMatches;
 
    // Step 2：通过词袋BoW加速当前帧与参考帧之间的特征点匹配
    int nmatches = matcher.SearchByBoW(
        mpReferenceKF,          //参考关键帧
        mCurrentFrame,          //当前帧
        vpMapPointMatches);     //存储匹配关系
 
    // 匹配数目小于15，认为跟踪失败
    if(nmatches<15)
        return false;
 
    // Step 3:将上一帧的位姿态作为当前帧位姿的初始值
    mCurrentFrame.mvpMapPoints = vpMapPointMatches; //mvpMapPoints存储着是匹配关系：每个特征点对应的MapPoint.如果特征点没有对应的地图点,那么将存储一个空指针
    mCurrentFrame.SetPose(mLastFrame.mTcw); // 用上一次的Tcw设置初值，在PoseOptimization可以收敛快一些
 
    // Step 4:通过优化3D-2D的重投影误差来获得位姿
    Optimizer::PoseOptimization(&mCurrentFrame);
 
    // Discard outliers
    // Step 5：剔除优化后的匹配点中的外点
    //之所以在优化之后才剔除外点，是因为在优化的过程中就有了对这些外点的标记
    int nmatchesMap = 0;
    for(int i =0; i
    {
        if(mCurrentFrame.mvpMapPoints[i])
        {
            //如果对应到的某个特征点是外点
            if(mCurrentFrame.mvbOutlier[i])
            {
                //清除它在当前帧中存在过的痕迹
                MapPoint* pMP = mCurrentFrame.mvpMapPoints[i];
 
                mCurrentFrame.mvpMapPoints[i]=static_cast(NULL);
                mCurrentFrame.mvbOutlier[i]=false;
                pMP->mbTrackInView = false;
                pMP->mnLastFrameSeen = mCurrentFrame.mnId;
                nmatches--;
            }
            else if(mCurrentFrame.mvpMapPoints[i]->Observations()>0)
                //匹配的内点计数++
                nmatchesMap++;
        }
    }
    // 跟踪成功的数目超过10才认为跟踪成功，否则跟踪失败
    return nmatchesMap>=10;
}

4.函数解析

4.1  将当前帧的描述子转化为BoW向量

ComputeBoW函数解析https://blog.csdn.net/qq_41694024/article/details/128007040?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128007040%22%2C%22source%22%3A%22qq_41694024%22%7D

4.2 总体解释

        我们先通过词袋BoW加速当前帧与参考帧之间的特征点匹配，如果匹配数目小于15，认为跟踪失败（因为匹配数目太小影响位姿恢复结果），将上一帧的位姿态作为当前帧位姿的初始值，然后通过优化得到这帧的位姿。随后剔除优化后的匹配点中的外点。如果追踪成功的数目大于10则认为跟踪成功！