ORB-SLAM2 ---- Frame::AssignFeaturesToGrid函数

1.这个函数做什么的

        将提取的ORB特征点分配到图像网格中方便特征点匹配的时候用到

2.Frame::AssignFeaturesToGrid函数代码解析

void Frame::AssignFeaturesToGrid()
{
    // Step 1  给存储特征点的网格数组 Frame::mGrid 预分配空间
	// ? 这里0.5 是为什么？节省空间？
    // FRAME_GRID_COLS = 64，FRAME_GRID_ROWS=48
    int nReserve = 0.5f*N/(FRAME_GRID_COLS*FRAME_GRID_ROWS);
	//开始对mGrid这个二维数组中的每一个vector元素遍历并预分配空间
    for(unsigned int i=0; i<FRAME_GRID_COLS;i++)
        for (unsigned int j=0; j<FRAME_GRID_ROWS;j++)
            mGrid[i][j].reserve(nReserve);

    // Step 2 遍历每个特征点，将每个特征点在mvKeysUn中的索引值放到对应的网格mGrid中
    for(int i=0;i<N;i++)
    {
		//从类的成员变量中获取已经去畸变后的特征点
        const cv::KeyPoint &kp = mvKeysUn[i];

		//存储某个特征点所在网格的网格坐标，nGridPosX范围：[0,FRAME_GRID_COLS], nGridPosY范围：[0,FRAME_GRID_ROWS]
        int nGridPosX, nGridPosY;
		// 计算某个特征点所在网格的网格坐标，如果找到特征点所在的网格坐标，记录在nGridPosX,nGridPosY里，返回true，没找到返回false
        if(PosInGrid(kp,nGridPosX,nGridPosY))
			//如果找到特征点所在网格坐标，将这个特征点的索引添加到对应网格的数组mGrid中
            mGrid[nGridPosX][nGridPosY].push_back(i);
    }
}

         我们先来看nReserve 的含义，FRAME_GRID_COLS*FRAME_GRID_ROWS是网格数目（64*48的网格），用特征点总数N/FRAME_GRID_COLS*FRAME_GRID_ROWS，含义是每个网格中平均含有的特征点数量，0.5*它为了节省空间。

        然后对遍历每个网格分配nReserve 个特征点。

        再遍历每个特征点，将每个特征点在mvKeysUn中的索引值（去畸变后的特征点）放到对应的网格mGrid中。

///这个向量中存储的是每个图像网格内特征点的id（左图）
    std::vector<std::size_t> mGrid[FRAME_GRID_COLS][FRAME_GRID_ROWS];

3. Frame::PosInGrid代码解析

/**
 * @brief 计算某个特征点所在网格的网格坐标，如果找到特征点所在的网格坐标，记录在nGridPosX,nGridPosY里，返回true，没找到返回false
 * 
 * @param[in] kp                    给定的特征点
 * @param[in & out] posX            特征点所在网格坐标的横坐标
 * @param[in & out] posY            特征点所在网格坐标的纵坐标
 * @return true                     如果找到特征点所在的网格坐标，返回true
 * @return false                    没找到返回false
 */
bool Frame::PosInGrid(const cv::KeyPoint &kp, int &posX, int &posY)
{
	// 计算特征点x,y坐标落在哪个网格内，网格坐标为posX，posY
    // mfGridElementWidthInv=(FRAME_GRID_COLS)/(mnMaxX-mnMinX);
    // mfGridElementHeightInv=(FRAME_GRID_ROWS)/(mnMaxY-mnMinY);
    posX = round((kp.pt.x-mnMinX)*mfGridElementWidthInv);
    posY = round((kp.pt.y-mnMinY)*mfGridElementHeightInv);

    //Keypoint's coordinates are undistorted, which could cause to go out of the image
    // 因为特征点进行了去畸变，而且前面计算是round取整，所以有可能得到的点落在图像网格坐标外面
    // 如果网格坐标posX，posY超出了[0,FRAME_GRID_COLS] 和[0,FRAME_GRID_ROWS]，表示该特征点没有对应网格坐标，返回false
    if(posX<0 || posX>=FRAME_GRID_COLS || posY<0 || posY>=FRAME_GRID_ROWS)
        return false;

	// 计算成功返回true
    return true;
}

        我们将mvKeysUn中的特征点一个个在此函数处理，最终将各个去畸变后的特征点的索引值存放在grid栅格中。

        mfGridElementWidthInv=(FRAME_GRID_COLS)/(mnMaxX-mnMinX)，这个变量的意义是栅格的列数/图像的宽度，举个例子，比如要把10米分成5个栅格，那么5/10=0.5，用这个数去乘以当前图像的位置就可以得到在哪个栅格中，比如有个物体在7m处，7*0.5=3.5，那么这个物体就在第三个栅格中。

        因此，posX、posY是该特征点所在的栅格位置，然后判断栅格位置是否合法，若合法，将特征点的索引赋值给grid栅格，最终应该是这样的。