单目初始化的目的及方法

目的

初始化的目的是获得初始准确的帧间相对位姿，固定尺度，并通过三角化恢复出初始地图点。整个过程包括：1）估计初始帧位姿；2）新建地图；3）新建关键帧。

主要方法：

方法一：

计算两张图像的平移t，令此时的t为单位1。（初始化时，两张图像之间必须有一定程度的平移，而后的轨迹和地图都将以此步的平移为单位。PS.在实践当中，如果初始化时平移太小，会使得位姿求解与三角化结果不稳定， 从而导致失败。相对的，如果把相机左右移动而不是原地旋转，就容易让单目 SLAM 初始化。因而有经验的 SLAM 研究人员，在单目 SLAM 情况下，经常选择让相机进行左右平移以顺利地进行初始化）

方法二：

初始化时所有的特征点平均深度为1，也可以固定一个尺度。该方法可以控制场景的规模大小，使计算在数值上更稳定。

ORBSLAM2方案：

整体方案：
1：并行地计算基础矩阵和单应性矩阵，选取其中一个模型，恢复出最开始两帧之间的相对姿态以及点云；
2：得到初始两帧的匹配、相对运动、初始MapPoints。

• step 1：得到用于初始化的帧，初始化需要两帧（连续两帧提取特征点数量大于100）；

            mCurrentFrame.mvK