slam学习 - 基本VO代码学习

本打算学习 orb -slam3 源码，但还是先把《slam 14》上的代码看完再说，至少把整个流程走一遍。

相关参考

https://blog.csdn.net/weixin_44684139/article/details/105305564
https://blog.csdn.net/qq_35590091/article/details/97111744

代码需求分析

按照书上的内容，把代码分为一下几个类别

1. Camera类别【功能，工具人】
2. frame类别【主要基本对象，机器人的相关东西】
3. MapPoint类【主要被观测对象，现实世界的点】
4. Map类【领导，上面的两个太多了，人员优化一下】
5. VisualOdometry 类【公司或者说某个具体项目需求，可以理解为 main 函数】

代码流程

1. 两步前端

首先要知道他的目的是：一共有5步，求这5步拍摄的位置和方向（也就是求每一步的变换矩阵）。
方法：只依据当前和前一帧的信息计算变换矩阵。
步骤：（不包括异常处理等步骤）

步骤	函数
提取关键点	extractKeyPoints
特征匹配	featureMatching
计算位姿	poseEstimationPnP
得出第二针图像中某些点的3D位置，为下次pnp准备	setRef3DPoints
将第二针插入map的数组中	addkeyframe

2. 局部地图前端

大概的变换只在上述第四步： 以前是和前辈比较，现在是和人才库（局部地图）比较。
变化的目的是：维护一个局部地图。（这个版本好像没有全局地图的概念）
那显而易见，如果想要维护局部地图那就必须要有：

1. 增加地图点
2. 删除地图点
3. 【？不知道slam14讲中0.4版本的代码里面有没优化地图点的】

删除比较容易，如何添加地图点呢？这个回答不错：

optimizeMap()这个函数实现了添加新点（嵌套着addMapPoints()）。向地图中增加关键点的机制是：当前帧的关键点一旦和地图点匹配上了，那么就无视他。没有匹配上的关键点需要映射到世界坐标系中，增加局部地图点的规模。具体看函数：void Map_VisualOdometry::addMapPoints()

问题1 但这里什么叫匹配上了？什么叫没有匹配上呢？其实就是特征匹配，以前是两张图匹配，现在是 图-地图 模式。匹配好的点放在 match_3dpts_，match_2dkp_index_。具体加入三维地图点的机制：

1. 先 图 - 地图 的特征点进行匹配（100个配对点 - > 阈值法筛选80个）
2. 如果没有匹配上（可能是orb特征差距过大），但毕竟也是有深度的点，直接加入地图中。（适用于快速移动的时候）
3. 这也是 optimizemap的作用：删除看不见的、边缘的，增加新的点

问题2 这个 addkeyframe 关键帧是指什么？即只要旋转或者平移超过一定距离就可以被认为是关键。

问题3 既然局部地图都有了，关键帧用来做什么的？这个时候又没有回环检测！这个我也没看到有什么大用处…

总结

学习这个主要是为了orbslam的学习铺垫，不然看天书了。