ORB-SLAM-Mono论文要点总结（二）——地图初始化

四、地图自动初始化

地图初始化的目的是计算两帧间的相对位姿，从而三角化一组初始地图点。此方法应该和场景无关（无论平坦或者普通场景），而且不应该要求人为干预选择一个比较好的双视角（比如某个视差较大的场景）。作者并行的计算两种几何模型：1. 场景是平面的单应矩阵；2. 场景是非平面的基础矩阵。作者使用一个主动策略去选择使用哪个模型，而且对于所选的模型采用具体的方法尽量恢复位姿。该方法只有确定双视角场景是可靠的才会进行初始话，对低视差情况和众知的二维平面模糊都能实施检测，从而避免初始化一个不好的地图。地图初始化的具体算法如下：

1. 找出初始匹配：提取当前图像帧$F_C$的ORB特征（只在最优尺度下），而且在参考帧$F_r$查找$x_c\leftrightarrow x_r$匹配。若找到的匹配对不够，则重置参考帧。

2. 两种模型的并行计算：如在[2]中RANSAC方案解释的那样，使用归一化DLT（4对点，基于单应矩阵H分解R、t）和8点法（基于基础矩阵F分解R、t）分别在两个并行线程里计算一个单应矩阵$H_{cr}$和一个基础矩阵$F_{cr}$：
   $$x_c=H_{cr}{x}_r，x_c^T{F}_{cr}{x}_r=0$$
   为了使得两种方法的步骤都是一致的（同类的），两种模型迭代的次数预设为固定且相同的，每次迭代使用的点数也是固定：基础矩阵使用8对点，其中的4对点用来计算单应矩阵。在每一次迭代过程中，对每个模型M（H表示单应矩阵，F表示基础矩阵均计算一个评分：
   
   上式中$d_{cr}^2$和$d_{rc}^2$是对称的从一帧到另一帧的传递误差。$T_M$基于卡方检验在95%置信度时剔除外点的阈值（$T_H$=5.99，$T_F$=3.84，表示测量误差为1个像素时的标准差）。令$\Gamma$等于$T_H$，为了在内点区域对于相同的长度d时两种模型的评分相等，这也是为了保证过程的同致性。
   保证单应矩阵和基础矩阵都的评分最高。若没有找到对应的模型（也就是没有足够的内点），从步骤1再次重新地图初始化。
   说明：此处的评分中d表示投影误差，d越小，投影矩阵（H/F）越精确，但是此时${\rho }_M$越大，则评分$S_M$越大。也就是说评分越高，投影矩阵越精确。

3. 模型选择：如果场景是平坦的，接近平坦或者存在很低的视差，其可以通过单应矩阵构建。此时也可以建立基础矩阵，但是这样的话问题不能得到很好的约束，而且去尝试从基础矩阵恢复相机运动信息可能会产生错误的结果。我们应该选择单应矩阵，因为从一个平坦的场景可以正确地完成初始化场景重建，否则（初始化过程）在检测到低视差场景时会拒绝初始化。另一方面，一个有足够视差的非平坦场景只能通过基础矩阵计算，但是如果其中的部分特征点位于一个平面或者有低视差（距离远）时也可以通过单应矩阵构建一些子匹配对。在这种情况下，还是应该选择基础矩阵。
   基于以下较为鲁棒的公式可进行计算并选择是否采用单应矩阵：
   $$R_H=S_H/(S_H+S_F)$$
   当$R_H$>0.45时，说明当前场景较为平坦而且视差较低，选择单应矩阵。否则，其他情况选择基础矩阵。
   说明：此处选择模型时，也是类似上一步，$R_H$越大，表示$S_H$越大，H矩阵更准确，所以选择单应矩阵解法。反之，选择基础矩阵解法。

4. 基于运动信息的运动和结果恢复：一旦模型被选定，便恢复与之相关的运动假设。在单应矩阵解法的情况下，使用Faugeraqs and Lustman的8点运动假设法[23]。该方法使用==Cheriality tests?==进行有效点筛选。但是，当存在低视差时此测试可能失效，因为这些点很容易处于相机的前面和后面，这会导致选到错误的点。作者直接三角化这8对点，并检测是否大多数点都可以在视差、所有相机前方被看到且重投影误差比较低。若没有一个明确较优的结果，则不进行初始化并返回第1步。该方法会剔除一些测量结果，这可以使得初始化方法在低视差和模棱两可的配置下更加鲁棒，而且可以被认为是系统鲁棒性的关键所在。

   当使用基础矩阵进行计算时，使用标定矩阵$K$将基础矩阵转换为本质矩阵（Essential Matrix）：
   $$E_{rc}=K^T{F}_{rc}K$$
   然后使用奇异值分解恢复四点运动假设[2]。正如单应矩阵法时，三角化四个点对并选择对应的场景构建方法。

5. BA:最终，进行一个全局BA优化（细节见附录）去优化初始结构。
   一个具有挑战性的室外初始化机器人数据见下图。可见PTAM和LSD-SLAM在平面上初始化所有的点，但是ORB-SLAM一直等待直到有足够的视差，然后能够正确从基础矩阵初始化。