计算机视觉大型攻略 —— SLAM(4) ORB SLAM2（三）Local Mapping线程

书接前文，Local Mapping线程(Local Mapping)。

开源代码：https://github.com/raulmur/ORB_SLAM2.git

参考文献:
[1] ORB-SLAM: a Versatile and Accurate Monocular SLAM System
[2] ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras
[3] Double Window Optimization for Constant Time Visual SLAM
[4] Bags of Binary Words for Fast Place Recognition in Image Sequences
[5]ORB: an efficient alternative to SIFT or SURF

系统架构

论文[2]中给出的算法框架图。这一篇写Local Mapping。

Local Mapping 线程

 

Tracking线程将新的Keyframe传给Local Mapping线程。此线程使用Local BA优化Local地图与相机位姿。

Local Map由两个集合K1, K2组成。K1是与当前帧观测到同一地图点的集合。K2是covisibility graph中与K1相连的集合。

插入关键帧

Local Mapping线程得到关键帧后，首先更新地图。 为新插入的关键帧，为Local Map中的关键帧。

• 更新Covisibility Graph。添加新的节点，如果与其他的关键帧存在公共特征点，创建边。
• 更新Essential Graph(Spinning tree)。与公共特征点最多的关键帧建立连接。
• 计算的词袋。

Recent Map Points Culling

检查之前“新”进入地图的特征点(Map point)，去掉一批不稳定的点。

• 当一个新的Map Point创建后，在紧跟其后的三个关键帧插入的时候 ，都需要通过一个额外的"新人关卡"。该点需要在预测帧中的25%以上跟踪成功，才能通过这个检查。否则就删除这个点。
• 一旦地图点通过了测试，就成立了老伙计了。每次插入关键帧时就可以绕过这个关卡。 只有在可以观测到该地图点的关键帧少于三个时，才会将其删除。这种事情通常在两种情况下发生。第一，有关键帧被删除的时候。第二，Local BA去外点时候。

创建新的地图点(New Map Point Creation)

新的关键帧插入，因此需要创建新的地图点（这些地图点在随后紧接着的三次关键帧插入时，都需通过上面的"新人关卡"。

• 地图点(Map point)的属性包括世界坐标系的坐标，ORB描述符，观测方向和观测距离。
• 如上图，将上的特征点与其他帧做匹配。K1为观测到相同特征点的关键帧集合，K2是Covisibility Graph中与K1连接的关键帧集合。K1, K2构成了Local Map。

局部BA (Local BA)

跟踪线程做了Motion-only BA，此时在Local Mapping线程内执行Local BA。

• 上面的公式里面指的是K1集合，指的是里的公共地图点，为之前定义的K2集合。

• 为投影误差，与Motion-only BA的定义相同。

• Motion-only BA只优化当前帧的位姿(, )而Local BA优化K1集合所有关键帧的位姿(, ) 与地图()。

• 下图为一个简单示意。右上方框内是被优化对象，包括K1集合里的Keyframe(位姿)以及他们能观测到的地图点。

• K2集合的Keyframe只是作为约束条件参与了代价计算，其本身并没有优化。

Local KeyFrame Culling

为进一步提高系统性能，有必要限制一下Keyframe的数量。如果局部地图里的某一帧，他的可观测地图点的90%，可以被其他三个关键帧观测到，那么就可以删掉他。这个操作后续还会引起一系列的连锁反应，如冗余地图点的去除等。

总结一下，Local Mapping线程接到新插入的Keyframe，通过局部BA优化局部地图的地图点和相应关键帧的位姿。过程中，删除冗余关键帧和地图点，降低地图的复杂度，提升了系统性能。

下一篇：Loop Closing线程与全局BA                  上一篇: 跟踪线程