LoopClosing-回环检测与地图融合详述

1. 基础概念

• 共视图 Covisibility Graph：
  共视图是一个加权无向图，图中每个节点是相机的位姿，如果两个位姿的关键帧拍摄到的相同关键点的数量达到一定值（论文设定为至少15个），则认为两个关键帧具有共视关系。此时两个节点之间便生成了一条边，边的权重与共视点的数量有关。

• 生成树 Spanning Tree:
  Spanning Tree用最少的边连接了所有的关键帧节点（即共视图中所有的节点）。当一个关键帧被加入到共视图当中后，这个关键帧与共视图中具有最多观测点的关键帧之间建立一个边，完成Spanning Tree的增长。

• 本质图 Essential Graph:
  根据共视关系得到的共视图是一个连接关系非常稠密的图，即节点之间有较多的边，而这过于稠密而不利于实时的优化。于是构建了Essential Graph，在保证连接关系的前提下尽可能减少节点之间的边。Essential Graph中的节点依旧是全部的关键帧对应的位姿，连接的边包含三种边：Spanning Tree的边、共视图中共视关系强（共视点数量超过100）的边、以及回环时形成的边。

• Atlas
  Atlas翻译为“地图集”，即管理着一系列的子地图（sub-map），这些子地图共用同一个DBoW数据库，使得能够实现重定位回环等操作。

  当相机在正常跟踪状态，所生成关键帧所在的地图称为“活动地图（active map）”。如果跟踪失败，首先将进行重定位操作寻找地图集中对应的关键帧，如果依旧失败，则重新创建一个新的地图。此时旧的地图变成了“非活动地图（non