ORB-SLAM-Mono论文要点总结（三）——跟踪Tracking

这一部分总结跟踪线程的步骤，相机出的每张图像都会进行跟踪。在其他步骤提到的相机位姿优化，主要是只运动的BA, 这在附录里进行了详细描述。下面主要总结跟踪线程涉及的步骤：

1. ORB特征提取
   使用刻度系数1.2在8个层级上提取FAST角点。对于像素在512384 ~ 752480间的图像，作者认为适合提取1000个角点。对于更高像素的图像，比如KTTI数据集里的1241*376，提取2000个角点。为了保证角点均匀分布，将每个层级使用栅格进行划分，尽量在每个单元格提取至少5个角点。接着，在每个单元格检测角点，若没有足够的角点，则自适应调整检测器阈值。若有些单元格没有角点（结构不明确或者对比度过低），则每个单元格保留的角点数量也是可自适应调整的。与PTAM中使用特征进行块搜索相比，本系统在所有的特征匹配中都使用ORB特征。
2. 基于前一帧的初始位姿估计
   如果上一帧的跟踪是成功的，使用一个速度不变运动模型去预测相机的位姿，并对在上一帧图像里观测到的地图点匹配对进行先验搜索。若没有发现足够的匹配对（比如运动模型和实际运动情况不一致），则在上一帧图像的位置周围对地图点进行更宽范围的搜索。接着，使用发现的匹配对应关系优化位姿。
3. 基于全局重定位的初始位姿估计
   若跟踪线程丢失，则将该帧图像转换位词袋中的单词，而且使用全局重定位在位置识别数据库里查找对应的候选关键帧。如第三部分-E所述，计算每个关键帧里与地图点关联的ORB特征的对应性（一致性）。接着，对每个关键帧进行可选的RANSAC迭代，尽量使用PnP算法[41]找出一个相机位姿。若找到一个有足够内点的相机位姿，则优化此位姿，并对候选关键帧进行一个有先验的搜索查找，以发现更多与地图点的匹配。最终，再次优化相机位姿，若有足够的内点支持，则跟踪步骤继续下一步。
4. 跟踪局部地图
   一旦有了相机位姿的估计和一组初始特征匹配，则可以将地图投影到图像里，以搜索更多的地图点匹配关系。为了限制大尺寸地图的复杂性，只投影局部地图。此局部地图包含一组与当前图像帧共享地图点的关键帧$K_1$，和一组共视图里与关键帧$K_1$相邻的关键帧$K_2$。局部地图也有一个参考帧$K_{ref}\in K_1$，该参考帧与当前图像帧共享最多的地图点。接着，在当前图像帧里搜索$K_1$和$K_2$里能看到的每个地图点，具体见下：
   1）计算当前图像帧里的地图点投影x，取消掉超出图像边界的地图点；
   2）计算当前视角射线 v和地图点的平均视角方向n，若v*n < cos(60°)（也就是两视线夹角大于60°）， 则取消该地图点；
   3）通过比率$d/d_{min}$计算当前帧的尺度？；
   4）在预测的尺度基础上和图像中的投影点x附近，比较地图点的描述子D和当前帧里未匹配的ORB特征，将地图点和最匹配的特征点关联。
   最终，通过当前帧里发现的所有地图点优化相机位姿。
5. 新关键帧判断
   上一步能够决定当前图像帧是否具有一个新关键帧的潜质。由于在局部地图里存在一个机制去筛选冗余关键帧，因此作者尽可能快速地插入关键帧，因为这会使得对苛刻的相机运动跟踪能够更加鲁棒，典型的比如旋转。为了插入一个新的关键帧，所有下面的情况都必须满足：
   1）自从上次全局重定位之后，必须已经至少有20帧图像通过；
   2）局部建图模块是空闲的，或者自从上一个关键字插入已经过去了至少20帧图像；
   3）当前图像帧至少跟踪了50个地图点；
   4）当前图像跟踪到的地图点少于局部图像参考帧$K_{ref}$的90%。
   不像PTAM中使用相对其他关键字的距离标准，作者提出一个最小视觉变化（上述情况4）。情况1保证了一个较好的重定位结果，情况3保证了较好的跟踪结果。如果在局部建图模块运行时（情况2的第二部分）插入一个关键帧，系统会发送一个信号去中止局部BA，为了系统能够尽可能快的处理新关键帧。