ORB-SLAM3关键帧选取策略

前言
ORB-SLAM3使用关键帧来策略来进行跟踪建图，所以本文介绍关键帧的选取策略

一、什么是关键帧？
关键帧是目前是一种非常常用的方法，可以减少待优化的帧数，并且可以代表其附近的帧，关键帧相当于slam的骨架，是在局部一系列普通帧中选出一帧作为局部帧的代表，记录局部信息。如果摄像头放在原处不动，普通帧还是要记录的，但关键帧因为总看到原场景，所以不会增加。

可以简单理解为方阵里有10行10列，每一行的第一个人就是一个关键帧，他可以代表他所在一行的人的特征。但实际上并不是每一行第一个人，这就涉及到关键帧的选取策略了。

二、选取策略
本人结合源码及网上其他大佬的文章总结如下：

首先是三个不插入关键帧的判定（判定成功，直接返回false，不插入关键帧）

处于定位模式：不插入关键帧
理由：定位模式是只定位不建图，只利用已有的地图点对当前相机姿态进行估计，而不更新地图点，因此没有插入关键帧的必要。
局部地图被回环线程占用：不插入关键帧
理由：局部地图被占用，插入关键帧会影响全局闭环的优化。
[关键帧数量>mMaxFrames]且[重定位后还没有过mMaxFrames个帧]：不插入关键帧
解释： 关键帧数量够多且刚刚重定位，这是系统比较稳定，不用插入。mMaxFrames是源码中预设的最大值。
经过这三个判断后没有返回不插入，就继续判定下面的条件（三选一满足即可）：

c1a: 距上次插入关键帧后经过mMaxFrames帧，MAX是ORBSLAM2预设的最大值；
原因：防止过去太多帧，丢失太多信息导致跟踪丢失。
c1b: [距上次插入关键帧后经过mMinFrames个帧]&&[局部建图空闲]
原因：防止图像重叠度太高，并且局部建图线程有空闲处理新的关键帧，mMinFrames是源码预设的最小值。
c1c: 非单目&&[mnMatchesInliers<nRefMatches*0.25 || bNeedToInsertClose ]
原因: 当前跟踪内点数少,跟踪丢失点较多，该插入关键帧，否则容易跟丢。
然后是必须满足的条件：
c2 : [mnMatchesInliers<nRefMatches*thRefRatio|| bNeedToInsertClose]&&[ mnMatchesInliers>15]
解释：内点数必须超过设定的最小阈值，并且重叠度不能太大，保证关键帧跟踪的质量，同时，避免引入过多的信息冗余。

ORB-SLAM3添加了IMU模块，因此相比ORB-SLAM2多了两个IMU判定条件：
c3 : 单目/双目IMU 当前帧距离上一次添加关键帧过了0.5s
c4 : 单目IMU 和局部地图匹配点数在[15,75] || mState==RECENTLY_LOST （跟踪最近丢失）

判定策略：
if ((( c1a || c1b || c1c ) && c2 ) || c3 || c4 )
if 局部地图空闲，可以接受关键帧 return true;
else 非单目，地图不空闲，但关键帧等待插入队列中关键帧数<3, 也可以接受，return true;
解释：
非IMU模式，c2必须满足，c1a,b,c三个满足一个即可
IMU模式，只需要满足c3或者c4一个即可

以上只是本人的理解，如有错误，希望大佬们指教。
参考文章：
https://www.cnblogs.com/lihanwen/p/11344315.html
https://blog.csdn.net/Y_Dumpling/article/details/112256703
————————————————
版权声明：本文为CSDN博主「秋心拆两瓣」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_51294589/article/details/117111204