ORB-SLAM2从理论到代码实现（六）：Tracking.cc程序详解（上）

1.Tracking 框架

Tracking线程流程框图：

各流程对应的主要函数（来自吴博@泡泡机器人）：

Tracking整体流程图

上面这张图把Tracking.cc讲的特别明白。

tracking线程在获取图像数据后，会传给函数GrabImageStereo、GrabImageRGBD或GrabImageMonocular进行预处理，这里我以GrabImageMonocular为例。

GrabImageMonocular(const cv::Mat &im, const double &timestamp)

函数功能

1. 将图像转为mImGray并初始化mCurrentFrame；

2. 进行tracking过程，输出世界坐标系到该帧相机坐标系的变换矩阵

输入图像

timestamp

时间戳

cv::Mat Tracking::GrabImageMonocular(const cv::Mat &im, const double &timestamp){mImGray = im;//读取图像// 步骤1：将RGB或RGBA图像转为灰度图像if(mImGray.channels()==3){if(mbRGB)cvtColor(mImGray,mImGray,CV_RGB2GRAY);elsecvtColor(mImGray,mImGray,CV_BGR2GRAY);}else if(mImGray.channels()==4){if(mbRGB)cvtColor(mImGray,mImGray,CV_RGBA2GRAY);elsecvtColor(mImGray,mImGray,CV_BGRA2GRAY);}// 步骤2：构造Frameif(mState==NOT_INITIALIZED || mState==NO_IMAGES_YET)// 没有成功初始化的前一个状态就是NO_IMAGES_YETmCurrentFrame = Frame(mImGray,timestamp,mpIniORBextractor,mpORBVocabulary,mK,mDistCoef,mbf,mThDepth);elsemCurrentFrame = Frame(mImGray,timestamp,mpORBextractorLeft,mpORBVocabulary,mK,mDistCoef,mbf,mThDepth);// 步骤3：跟踪Track();return mCurrentFrame.mTcw.clone();
}

数据，流到Track（），由于代码超长，我会分几段粘贴注释。

void Tracking::Track()

步骤

1. 判断tracking状态：如果是未初始化（NOT_INITIALIZED），则对单目和非单目分别执行MonocularInitialization()、StereoInitialization()进行初始化，并更新地图视图。

2.对于初始化成功的，接下来进行跟踪ORB-SLAM中关于跟踪状态有两种选择（由mbOnlyTracking判断）

（1）只进行跟踪不建图

（2）同时跟踪和建图：

初始化之后ORB-SLAM有三种跟踪模型可供选择

a.TrackWithMotionModel(); 运动模型：根据运动模型估计当前帧位姿——根据匀速运动模型对上一帧的地图点进行跟踪——优化位姿。

b.TrackReferenceKeyFrame(); 关键帧模型：BoW搜索当前帧与参考帧的匹配点——将上一帧的位姿作为当前帧的初始值——通过优化3D-2D的重投影误差来获得位姿。

c.Relocalization()；重定位模型：计算当前帧的BoW——检测满足重定位条件的候选帧——通过BoW搜索当前帧与候选帧的匹配点——大于15个点就进行PnP位姿估计——优化。

这三个模型的选择方法：

首先假设相机恒速（即Rt和上一帧相同），然后计算匹配点数（如果匹配足够多则认为跟踪成功），如果匹配点数目较少，说明恒速模型失效，则选择参考帧模型（即特征匹配，PnP求解），如果参考帧模型同样不能进行跟踪，说明两帧键没有相关性，这时需要进行重定位，即和已经产生的关键帧中进行匹配（看看是否到了之前已经到过的地方）确定相机位姿，如果重定位仍然不能成功，则说明跟踪彻底丢失，要么等待相机回转，要不进行重置。

A. 初始化部分

void Tracking::Track()
{// track包含两部分：估计运动、跟踪局部地图// mState为tracking的状态// SYSTME_NOT_READY, NO_IMAGE_YET, NOT_INITIALIZED, OK, LOST// 如果图像复位过、或者第一次运行，则为NO_IMAGE_YET状态if(mState==NO_IMAGES_YET){mState = NOT_INITIALIZED;}// mLastProcessedState存储了Tracking最新的状态，用于FrameDrawer中的绘制mLastProcessedState=mState;// Get Map Mutex -> Map cannot be changedunique_lock<mutex> lock(mpMap->mMutexMapUpdate);// 步骤1：初始化if(mState==NOT_INITIALIZED)//判断是否初始化{if(mSensor==System::STEREO || mSensor==System::RGBD)//双目或深度相机StereoInitialization();//双目初始化elseMonocularInitialization();//单目初始化mpFrameDrawer->Update(this);if(mState!=OK)return;}
}

B. 跟踪步骤1.跟踪上一帧或者参考帧或者重定位

else// 步骤2：跟踪{// System is initialized. Track Frame.系统完成初始化，跟踪帧// bOK为临时变量，用于表示每个函数是否执行成功bool bOK;// Initial camera pose estimation using motion model or relocalization (if tracking is lost)运用运动模型或重定位初始化相机位姿估计// 在viewer中有个开关menuLocalizationMode，有它控制是否ActivateLocalizationMode，并最终管控mbOnlyTracking// mbOnlyTracking等于false表示正常VO模式（有地图更新），mbOnlyTracking等于true表示用户手动选择定位模式if(!mbOnlyTracking){// Local Mapping is activated. This is the normal behaviour, unless// you explicitly activate the "only tracking" mode.// 正常初始化成功if(mState==OK){// Local Mapping might have changed some MapPoints tracked in last frame// 检查并更新上一帧被替换的MapPoints// 更新Fuse函数和SearchAndFuse函数替换的MapPointsCheckReplacedInLastFrame();// 步骤2.1：跟踪上一帧或者参考帧或者重定位// 运动模型是空的或刚完成重定位// mCurrentFrame.mnId<mnLastRelocFrameId+2表示刚重定位少于两帧// 应该只要mVelocity不为空，就优先选择TrackWithMotionModel// mnLastRelocFrameId上一次重定位的那一帧if(mVelocity.empty() || mCurrentFrame.mnId<mnLastRelocFrameId+2){// 将上一帧的位姿作为当前帧的初始位姿// 通过BoW的方式在参考帧中找当前帧特征点的匹配点// 优化每个特征点都对应3D点重投影误差即可得到位姿bOK = TrackReferenceKeyFrame();//跟踪参考帧}else{// 根据恒速模型设定当前帧的初始位姿// 通过投影的方式在参考帧中找当前帧特征点的匹配点// 优化每个特征点所对应3D点的投影误差即可得到位姿bOK = TrackWithMotionModel();//根据固定运动速度模型预测当前帧的位姿if(!bOK)// TrackReferenceKeyFrame是跟踪参考帧，不能根据固定运动速度模型预测当前帧的位姿态，通过bow加速匹配（SearchByBow）// 最后通过优化得到优化后的位姿bOK = TrackReferenceKeyFrame();}}else{// BOW搜索，PnP求解位姿bOK = Relocalization()//重定位成功与否}}else{// Localization Mode: Local Mapping is deactivated// 只进行跟踪tracking，局部地图不工作// 步骤2.1：跟踪上一帧或者参考帧或者重定位// tracking跟丢了if(mState==LOST){                bOK = Relocalization();//判断重定位成功与否标志}else{// mbVO是mbOnlyTracking为true时的才有的一个变量// mbVO为false表示此帧匹配了很多的MapPoints，跟踪很正常，// mbVO为true表明此帧匹配了很少的MapPoints，少于10个，要跪的节奏if(!mbVO){// In last frame we tracked enough MapPoints in the map// mbVO为0则表明此帧匹配了很多的3D map点，非常好if(!mVelocity.empty()){bOK = TrackWithMotionModel();}else{bOK = TrackReferenceKeyFrame();}}else{// In last frame we tracked mainly "visual odometry" points.在上一帧我们主要跟踪视觉里程计点// We compute two camera poses, one from motion model and one doing relocalization.我们由运动模型和重定位计算相机位姿// If relocalization is sucessfull we choose that solution, otherwise we retain// the "visual odometry" solution.// mbVO为1，则表明此帧匹配了很少的3D map点，少于10个，要跪的节奏，既做跟踪又做定位bool bOKMM = false;//运动模型是否成功判断标志bool bOKReloc = false;//重定位是否成功判断标志vector<MapPoint*> vpMPsMM;//记录地图点vector<bool> vbOutMM;//记录外点cv::Mat TcwMM;//变换矩阵if(!mVelocity.empty())//有速度{bOKMM = TrackWithMotionModel();//用运动模型追踪vpMPsMM = mCurrentFrame.mvpMapPoints;//记录地图点vbOutMM = mCurrentFrame.mvbOutlier;//记录外点TcwMM = mCurrentFrame.mTcw.clone();//当前帧的变换矩阵}bOKReloc = Relocalization();//用重定位// 重定位没有成功，但是运动模型跟踪成功if(bOKMM && !bOKReloc){mCurrentFrame.SetPose(TcwMM);mCurrentFrame.mvpMapPoints = vpMPsMM;mCurrentFrame.mvbOutlier = vbOutMM;if(mbVO){// 更新当前帧的MapPoints被观测程度for(int i =0; i<mCurrentFrame.N; i++){if(mCurrentFrame.mvpMapPoints[i] && !mCurrentFrame.mvbOutlier[i]){mCurrentFrame.mvpMapPoints[i]->IncreaseFound();}}}}else if(bOKReloc)// 只要重定位成功整个跟踪过程正常进行（定位与跟踪，更相信重定位）{mbVO = false;}bOK = bOKReloc || bOKMM;}}}

跟踪步骤2.在帧间匹配得到初始的姿态后，现在对local map进行跟踪得到更多的匹配，并优化当前位姿，local map:当前帧、当前帧的MapPoints、当前关键帧与其它关键帧共视关系，在步骤2.1中主要是两两跟踪（恒速模型跟踪上一帧、跟踪参考帧），这里搜索局部关键帧后搜集所有局部MapPoints，然后将局部MapPoints和当前帧进行投影匹配，得到更多匹配的MapPoints后进行Pose优化。

步骤3：更新恒速运动模型TrackWithMotionModel中的mVelocity

  // 将最新的关键帧作为reference frame，接上面代码mCurrentFrame.mpReferenceKF = mpReferenceKF;if(!mbOnlyTracking){if(bOK)bOK = TrackLocalMap();}else{// mbVO true means that there are few matches to MapPoints in the map. We cannot retrieve// a local map and therefore we do not perform TrackLocalMap(). Once the system relocalizes// the camera we will use the local map again.// 重定位成功if(bOK && !mbVO)bOK = TrackLocalMap();}if(bOK)mState = OK;elsemState=LOST;// Update drawermpFrameDrawer->Update(this);// If tracking were good, check if we insert a keyframeif(bOK){// Update motion modelif(!mLastFrame.mTcw.empty()){// 步骤2.3：更新恒速运动模型TrackWithMotionModel中的mVelocitycv::Mat LastTwc = cv::Mat::eye(4,4,CV_32F);mLastFrame.GetRotationInverse().copyTo(LastTwc.rowRange(0,3).colRange(0,3));mLastFrame.GetCameraCenter().copyTo(LastTwc.rowRange(0,3).col(3));mVelocity = mCurrentFrame.mTcw*LastTwc; // 其实就是Tcl} elsemVelocity = cv::Mat();mpMapDrawer->SetCurrentCameraPose(mCurrentFrame.mTcw);

步骤4.清除UpdateLastFrame中为当前帧临时添加的MapPoints

5.清除临时的MapPoints，这些MapPoints在TrackWithMotionModel的UpdateLastFrame函数里生成（仅双目和rgbd）
6.检测并插入关键帧，对于双目会产生新的MapPoints

 // 步骤2.4：清除UpdateLastFrame中为当前帧临时添加的MapPointsfor(int i=0; i<mCurrentFrame.N; i++)//遍历当前帧所有MapPoint{MapPoint* pMP = mCurrentFrame.mvpMapPoints[i];if(pMP)// 排除UpdateLastFrame函数中为了跟踪增加的MapPointsif(pMP->Observations()<1){mCurrentFrame.mvbOutlier[i] = false;mCurrentFrame.mvpMapPoints[i]=static_cast<MapPoint*>(NULL);}}// Delete temporal MapPoints// 步骤2.5：清除临时的MapPoints，这些MapPoints在TrackWithMotionModel的UpdateLastFrame函数里生成（仅双目和rgbd）// 步骤2.4中只是在当前帧中将这些MapPoints剔除，这里从MapPoints数据库中删除// 这里生成的仅仅是为了提高双目或rgbd摄像头的帧间跟踪效果，用完以后就扔了，没有添加到地图中for(list<MapPoint*>::iterator lit = mlpTemporalPoints.begin(), lend =  mlpTemporalPoints.end(); lit!=lend; lit++){MapPoint* pMP = *lit;delete pMP;}// 这里不仅仅是清除mlpTemporalPoints，通过delete pMP还删除了指针指向的MapPointmlpTemporalPoints.clear();// Check if we need to insert a new keyframe// 步骤2.6：检测并插入关键帧，对于双目会产生新的MapPointsif(NeedNewKeyFrame())CreateNewKeyFrame();// We allow points with high innovation (considererd outliers by the Huber Function)我们允许具有高创新点（考虑胡贝尔函数的异常值）// pass to the new keyframe, so that bundle adjustment will finally decide传递到新的关键帧，这样束调整将最终决定// if they are outliers or not. We don't want next frame to estimate its position如果它们是外点。我们不希望下一帧估计它的位置。// with those points so we discard them in the frame.// 删除那些在bundle adjustment中检测为outlier的3D map点for(int i=0; i<mCurrentFrame.N;i++){if(mCurrentFrame.mvpMapPoints[i] && mCurrentFrame.mvbOutlier[i])mCurrentFrame.mvpMapPoints[i]=static_cast<MapPoint*>(NULL);}}// Reset if the camera get lost soon after initialization// 跟踪失败，并且relocation也没有搞定，只能重新Resetif(mState==LOST){if(mpMap->KeyFramesInMap()<=5){cout << "Track lost soon after initialisation, reseting..." << endl;mpSystem->Reset();return;}}if(!mCurrentFrame.mpReferenceKF)mCurrentFrame.mpReferenceKF = mpReferenceKF;// 保存上一帧的数据mLastFrame = Frame(mCurrentFrame);}

C. 记录位姿信息，用于轨迹复现

if(!mCurrentFrame.mTcw.empty()){// 计算相对姿态T_currentFrame_referenceKeyFramecv::Mat Tcr = mCurrentFrame.mTcw*mCurrentFrame.mpReferenceKF->GetPoseInverse();mlRelativeFramePoses.push_back(Tcr);mlpReferences.push_back(mpReferenceKF);mlFrameTimes.push_back(mCurrentFrame.mTimeStamp);mlbLost.push_back(mState==LOST);}else{// This can happen if tracking is lost// 如果跟踪失败，则相对位姿使用上一次值mlRelativeFramePoses.push_back(mlRelativeFramePoses.back());mlpReferences.push_back(mlpReferences.back());mlFrameTimes.push_back(mlFrameTimes.back());mlbLost.push_back(mState==LOST);}
}

ORB-SLAM2从理论到代码实现（六）：Tracking.cc程序详解（上）相关推荐

ORB-SLAM2从理论到代码实现（八）：Tracking.cc程序详解（下）
bool Tracking::NeedNewKeyFrame() 函数功能判断是否需要生成新的关键帧,确定关键帧的标准步骤 1. 在上一次进行重定位之后,过了20帧数据,或关键帧数小于20个,不满 ...
ORB-SLAM2从理论到代码实现（七）：Tracking.cc程序详解（中）
void Tracking::MonocularInitialization()(StereoInitialization()由于类似,不再赘述) 步骤 1. 当第一次进入该方法的时候,没有先前的帧数 ...
ORB-SLAM2从理论到代码实现（五）：ORBmatcher.cc程序详解
1. SearchByProjection(Frame &F, const vector<MapPoint*> &vpMapPoints, const float th) ...
c语言将两个16位变为一个32位,16位汇编第六讲汇编指令详解第第三讲(示例代码)...
16位汇编第六讲汇编指令详解第第三讲 1.十进制调整指令 1. 十进制数调整指令对二进制运算的结果进行十进制调整,以得到十进制的运算结果 2.分成压缩BCD码和非压缩BCD码调整简而言之: 以前的时 ...
深度学习之图像分类（二十六）-- ConvMixer 网络详解
深度学习之图像分类(二十六)ConvMixer 网络详解目录深度学习之图像分类(二十六)ConvMixer 网络详解 1. 前言 2. A Simple Model: ConvMixer 2.1 ...
PHP之十六个魔术方法详解转自：青叶
目录 PHP之十六个魔术方法详解前言范例〇.__serialize() 和 __unserialize() 一. __construct(),类的构造函数二.__destruct(),类的析构 ...
第十六章 ConvNeXt网络详解
系列文章目录第一章 AlexNet网络详解第二章 VGG网络详解第三章 GoogLeNet网络详解第四章 ResNet网络详解第五章 ResNeXt网络详解第六章 MobileNetv1网 ...
python小游戏代码大全-20行python代码的入门级小游戏的详解
背景: 作为一个python小白,今天从菜鸟教程上看了一些python的教程,看到了python的一些语法,对比起来(有其他语言功底),感觉还是非常有趣,就随手添了一点内容,改了一个小例程,当着练练手 ...
python中返回上一步操作的代码_Pycharm代码跳转后退回操作详解
用Pycharm写Python代码有一段时间了,最近发现了一个Pycharm的一个小技巧想分享给大家,下面这篇文章主要给大家介绍了关于Pycharm代码跳转该如何回退的相关资料,文中介绍的非常详细,对 ...

ORB-SLAM2从理论到代码实现（六）：Tracking.cc程序详解（上）

1.Tracking 框架

ORB-SLAM2从理论到代码实现（六）：Tracking.cc程序详解（上）相关推荐

最新文章

热门文章