ORB-SLAM2源代码分析

ORB-SLAM2源代码分析

Taylor Guo, 2016年4月14日-18:33 --2016年5月18日-22：05

摘要：
尽管可以用于立体视觉，ORB-SLAM2主要是单目SLAM系统，也就是只有一个相机（摄像头）的系统，主要用于特征识别，自主导航。ORB-SLAM2的硬件传感器也就是这一种，当然也可以加入其它传感器，比如IMU，激光雷达，超声波等。它应用于机器人，无人驾驶，无人机，增强现实AR，这样的产品中。基本来说，ORB-SLAM2还是属于计算机视觉的一个类别。
然而，由相机拍出的照片进行分析用于导航，并不简单，单纯对于以单目RGB相机为传感器的系统来说，需要从平面图像中恢复3D场景，同时既然用于导航地图的构建又比不可少，最后还要评估前述工作的一系列结果。这并不是单一程序或算法能够完成的工作，SLAM更像是一系列软件系统的集成，中间涉及到各种方法和步骤。
完整地理解SLAM及相关开源代码，需要具备如下知识： 传感器（Camera, IMU,激光,等），图像特征提取和匹配（《数字图像处理》），《多视图几何》，误差矫正和优化（《概率论》，《矩阵分析》，最小二乘优化，求Jacobian等）。其中，《多视图几何》涵盖了SLAM大部分核心内容，对它的理解程度至关重要。

根据我的SLAM学习经验，如果是工科本科起点，可以先从图像处理开始，数学工具其实可以用比较简单和适用的语言来表达和理解，我并不做研究，只是希望都简单地运用这些算法。

关于《多视图几何》的学习，可以参考知乎：http://www.zhihu.com/question/35186064/answer/61864341

当然，学习本来就不是一帆风顺，长期坚持，必有所成。

一  ORB-SLAM2 软件简述：

ORB-SLAM是基于特征识别的单目slam系统，可以实时运行。主要功能：追踪，地图构建，重定位和闭环控制。采用ORB特征，应用于实时图像系统中，具有很好的旋转不变特性。地图重构的方法采用云点和关键帧技术。Essential Graph基于位置优化的实时闭环控制，通过生成树构建，由系统、闭环控制链接和视图内容关联强边缘进行维护

二  ORB-SLAM2 系统说明：

ORB_SLAM采用相同的特征，构建地图、追踪、位置识别、基于图像帧的重定位和闭环回路检测。系统整合了三个并行的线程：追踪、局部地图构建和闭环回路控制。

A.   概要介绍
ORB_SLAM2是一个实时单目/立体/RGBD 相机SLAM库，可以计算相机轨迹和稀疏3D重构。它能检测回环，实时重定位相机。ORB_SLAM2可以在SLAM模式和定位模式之间切换，SLAM模式为默认模式，系统同步运行3个线程：跟踪，局部地图构建和回环检测。系统定位相机，构建新地图，然后闭合回环。定位模式用于已知构建好的地图，在这个模式下，只使用局部地图构建和回路闭合。系统在地图中定位相机，地图并不更新，如果有必要，采用重定位。

B. 系统构成

命名空间 （ORB_SLAM2)
命名空间为了避免变量或函数重命名的问题。多个工程师进行开发，有可能会出现全局变量或函数重名的现象；而如果每个人都定义了自己的命名空间，就可以解决这个问题，即使重名，只要分属不同的命名空间就不会引起问题。名字空间名称相同，成员名字不同，那么他们会自动合并为一个名字空间，可以理解为追加。
DBoW2

DBoW2是增强版DBoW库，开源C++库，用于将图像排序和转换成词袋模型表示。它采用层级结构的树，图像特征空间上相似的作为邻居，创建了一个视觉词典。DBoW2还采用图像数据库，采用逆序排列图像，文件快速检索和特征比较。
DBoW不要OpenCV（除非是demo），但它们是完全兼容的。测试实例：室外道路1755张图像用词袋表示，实时检查匹配情况。Intel四核CPU@2.82GHz，从1300张图像中提取95个单词构建字典，用了3分钟（不包括特征提取）。每新加一幅图像平均耗时约1.9ms，检索数据库平均7.2ms。

DBoW2 会自动安装DLib到系统里。DBoW2还需要安装OpenCV 和 Boost::dynamic_bitset class 以使用 BRIEF 。可以用以下命令安装Boost： $ sudo apt-get install libboost-dev 。

DLib
DLib是C++类集，用于提供更多功能使用OpenCV数据，处理计算机视觉问题。DLib主要有3个库各有不同的作用。
• DUtils: 几种通用C++类库。包括：
o BinaryFile: reads/writes binary files
o LineFile: reads/writes text files by lines
o ConfigFile: reads/writes text files with the format key = value
o FileFunctions: mkdir, rmdir, dir... functionality
o Math: math functions
o Random: pseudo-random number functions
o STL: functions for STL containers
o StringFunctions: functions to manipulae strings
o Timestamp: operates with timestamps
o TimeManager: manages collections of timestamps
o Profiler: measures execution time of portions of code
o DebugFunctions: functions to measure memory consumption
• DUtilsCV: utility functions for OpenCV data types. Classes included:
o Drawing: functions to draw keypoints, data, axes...
o GUI: shows images in windows and allows some user input
o IO: I/O functions for storage and printing
o Mat: functions to remove rows from matrices
o Transformations: functions to deal with spatial transformations
o Types: functions to convert between OpenCV data types
• DVision: functions to solve computer vision tasks. Classes included:
o BRIEF: implementation of the BRIEF descriptor
o FSolver: implementation of the RANSAC + 8-point algorithm to compute fundamental matrices between images
o HSolver: implementation of the RANSAC + DLT algorithm to compute homographies between images
o ImageFunctions: functions to get patches from images
o SurfSet: manages SURF keypoints (keeping the laplacian sign) and descriptors
o BundleCamera: reads/writes camera files created by the Bundle software
o PMVSCamera, PatchFile, PLYFile: read/write data created by the PMVS software
o PixelPointFile, Matches: read/write multi-purpose pixel and 3D data files

 

C. 关键算法和策略

 

三  ORB-SLAM2 系统结构设计：

 

 

 

四   ORB-SLAM2 各模块的设计和实现：

 

⑯Tracking::更新局部云点；
⑰Tracking::更新局部关键帧；
地图云点构成关键帧
含有地图云点关键帧构成局部地图
将部分没有准备好的、与已经准备好的关键帧邻近的关键帧也包含进去，限制关键帧数量
⑱Tracking::重定位；
计算词袋向量
跟踪丢失时，查找关键帧数据库搜索候选关键帧用于重定位
执行ORB匹配，如果有足够多的匹配，执行PnP
或者执行P4P迭代，知道有足够的有效数据计算相机位姿。
⑲Tracking::重置；
⑳Tracking::更改标定参数；
⑳Tracking::传递“只跟踪“信息；