目录
1.函数作用
用参考关键帧的地图点来对当前普通帧进行跟踪。
2.步骤
Step 1:将当前普通帧的描述子转化为BoW向量
Step 2:通过词袋BoW加速当前帧与参考帧之间的特征点匹配
Step 3: 将上一帧的位姿态作为当前帧位姿的初始值
Step 4: 通过优化3D-2D的重投影误差来获得位姿
Step 5:剔除优化后的匹配点中的外点
@return 如果匹配数超10,返回true
3.code
/* * @brief 用参考关键帧的地图点来对当前普通帧进行跟踪 * * Step 1:将当前普通帧的描述子转化为BoW向量 * Step 2:通过词袋BoW加速当前帧与参考帧之间的特征点匹配 * Step 3: 将上一帧的位姿态作为当前帧位姿的初始值 * Step 4: 通过优化3D-2D的重投影误差来获得位姿 * Step 5:剔除优化后的匹配点中的外点 * @return 如果匹配数超10,返回true * */ bool Tracking::TrackReferenceKeyFrame() { // 特征点都是有一个描述子 ORB词典(描述子集) 特征点的描述子 树根.....汉明距离最小的 ORB词典的树根 nodeid //构造BOw向量 Bowvector pair<nodeid,weight> FeatureVector<fathernodeID,vector<int>图像的特征点索引 > // Step 1:将当前帧的描述子转化为BoW向量 BowVector FeatureeVector mCurrentFrame.ComputeBoW(); // We perform first an ORB matching with the reference keyframe // If enough matches are found we setup a PnP solver ORBmatcher matcher(0.7,true); vector<MapPoint*> vpMapPointMatches; // Step 2:通过词袋BoW加速当前帧与参考帧之间的特征点匹配 int nmatches = matcher.SearchByBoW( mpReferenceKF, //参考关键帧 mCurrentFrame, //当前帧 vpMapPointMatches); //存储匹配关系 // 匹配数目小于15,认为跟踪失败 if(nmatches<15) return false; // Step 3:将上一帧的位姿态作为当前帧位姿的初始值 mCurrentFrame.mvpMapPoints = vpMapPointMatches; //mvpMapPoints存储着是匹配关系:每个特征点对应的MapPoint.如果特征点没有对应的地图点,那么将存储一个空指针 mCurrentFrame.SetPose(mLastFrame.mTcw); // 用上一次的Tcw设置初值,在PoseOptimization可以收敛快一些 // Step 4:通过优化3D-2D的重投影误差来获得位姿 Optimizer::PoseOptimization(&mCurrentFrame); // Discard outliers // Step 5:剔除优化后的匹配点中的外点 //之所以在优化之后才剔除外点,是因为在优化的过程中就有了对这些外点的标记 int nmatchesMap = 0; for(int i =0; i<mCurrentFrame.N; i++) { if(mCurrentFrame.mvpMapPoints[i]) { //如果对应到的某个特征点是外点 if(mCurrentFrame.mvbOutlier[i]) { //清除它在当前帧中存在过的痕迹 MapPoint* pMP = mCurrentFrame.mvpMapPoints[i]; mCurrentFrame.mvpMapPoints[i]=static_cast<MapPoint*>(NULL); mCurrentFrame.mvbOutlier[i]=false; pMP->mbTrackInView = false; pMP->mnLastFrameSeen = mCurrentFrame.mnId; nmatches--; } else if(mCurrentFrame.mvpMapPoints[i]->Observations()>0) //匹配的内点计数++ nmatchesMap++; } } // 跟踪成功的数目超过10才认为跟踪成功,否则跟踪失败 return nmatchesMap>=10; }
4.函数解析
4.1 将当前帧的描述子转化为BoW向量
4.2 总体解释
我们先通过词袋BoW加速当前帧与参考帧之间的特征点匹配,如果匹配数目小于15,认为跟踪失败(因为匹配数目太小影响位姿恢复结果),将上一帧的位姿态作为当前帧位姿的初始值,然后通过优化得到这帧的位姿。随后剔除优化后的匹配点中的外点。如果追踪成功的数目大于10则认为跟踪成功!