视觉slam--第九章0.3-0.4project代码解析(二)

1.在该project中，关键帧是如何选取的？

      我们在查看了0.3project之后，相比较于0.2project，就是在void VisualOdometry::poseEstimationPnP()函数里面使用了g2o对相机的位姿进行了优化，而0.4project中则使用了局部地图，而前两个project中的位姿则主要是依靠前后帧的关系。那么关键帧是如何选取的呢？

     为什么要选取关键帧，这一点我们都明白，因为如果相机的位置没有发生变化，而你还是在不断的计算，这样会浪费大量的计算资源。但是通过VisualOdometry,我发现前两个project（0.2/0.3）并没有用到这些keyframe。在0.4版本中则实际用到了这些keyframe。 

    如何选取关键帧呢，主要是通过checkKeyFrame()这个函数来判断，如果旋转矩阵或者平移矩阵的范数太小，即变化（motion）太小了，则视为非关键帧。至于addKeyFrame()在0.4project中如何利用这些keyframe，请详细参考https://blog.csdn.net/robinhjwy/article/details/78576589 该文章写的很好，我就不班门弄斧了。

 case OK:
    {
        curr_ = frame;
        curr_->T_c_w_ = ref_->T_c_w_;
        extractKeyPoints();
        computeDescriptors();
        featureMatching();