最近在整理关于tracking中单目初始化的过程感觉没有之前自己想象的那么简单 所以在次记录一下
tracking中初始化分为单目和双目 但因为双目中有深度信息所以他的初始化较为简单,而单目相机因为无法自己获得深度信息所以需要一系列的过程来获得深度信息以恢复位姿R,t
1.选取可以作为起始两帧的初始帧,选取如下
(1)先要构建单目初始器 若第一帧所观测到的特征点的个数>100则构建单目初始器
(2)若第二帧所观察到的特征点数>100则开始初始化过程否则返回(1)重新构建单目初始器
(3)在满足了(1)(2)之后要将第一帧和第二帧找到的特征点进行匹配如果匹配点数<100则需要回到(1)重新开始
2.计算两帧之间的位姿
通过H或F模型来进行单目的初始化,得到两帧之间的相对运动R,t 初始地图点初始化第一帧作为世界坐标
(1)通过两个线程并行的计算F和H矩阵并选择其中的一个模型恢复出两帧之间的相对位姿以及点云(F用于非平面,H用于平面)
(2)根据RH的的得分RH>0.45选择单应矩阵否则选择基础矩阵从H或F中恢复出位姿R,t
(3)将初始化成功的第一帧作为世界坐标系,第一帧变换矩阵为单位阵,由Rcw和tcw构造出Tcw,Tcw为世界坐标系到该帧的变换矩阵即第一帧到第二帧的相对位姿
3.三角化获得点云深度,得到地图点
(1)姿通过三角化获得匹配点对的点云深度,获得3D点(删除不能三角化的匹配特征点对同时遍历匹配的特征点对得到3D点)用获得的3D点构造地图
(2)将初始化成功的第一帧和第二帧即初始关键帧和当前关键帧的描述子转换为BOW,并将关键帧(第一二帧)插入地图中
4.更新关键帧之间的连接关系在3D点和关键帧之间建立边,然后BA优化
同时也整理了几个对于单目初始化有帮助理解的博客 在此也感谢博主们!
https://blog.csdn.net/try_again_later/article/details/84098510
https://blog.csdn.net/zhubaohua_bupt/article/details/78560966