ORB_SLAM2代码阅读(4)——LoopClosing线程

1.说明

在前几篇博客介绍完tracking和localmaping线程后，本文接着介绍闭环检测（LoopClosing）线程中的内容。该部分内容中有很多细节部分还没有弄清楚，暂时先将整体思路捋顺，更多细节内容以后再补充。

2.简介

LoopClosing线程整体思路比较简介清晰，主要分为三大部分：检测回环、计算Sim3和回环校正。该线程的入口为Run()函数（相当于主函数）。

首先从流程图中看看LoopClosing线程的整体逻辑（该流程图对应Run()函数中的内容）：

其中较为重要的变量有：

变量名	变量类型	说明
mpCurrentKF	KeyFrame*	当前关键帧
mpMatchedKF	KeyFrame*	匹配关键帧
mvConsistentGroups	vector< ConsistentGroup >	所有的连续关键帧组集
mvpEnoughConsistentCandidates	vector<KeyFrame*>	充分连接的候选关键帧组
mlpLoopKeyFrameQueue	list<KeyFrame*>	待回环检测的关键帧队列

接下来，分别介绍检测回环、计算Sim3和回环校正三部分内容。

3.检测回环

检测回环部分对应代码中的bool LoopClosing::DetectLoop() 函数，该函数整体逻辑较为清晰，但是一致性检测部分有点不好理解，并且相关资料较少。有些内容是我自己的理解，正确性有待商榷。

检测回环的主要思想：

1. 在关键帧队列中提取队首元素作为当前关键帧。关键帧队列中的元素是局部建图线程添加的。
2. 获取当前关键帧的共视关键帧，并计算当前关键帧与每个共视关键帧之间的BOW向量得分，记录最小得分minScore。
3. 根据最小得分minScore在关键帧数据库mpKeyFrameDB中查找当前关键帧的回环候选关键帧vpCandidateKFs。
4. 对每个候选关键帧进行一致性检测。
5. 经过一致性检测后，如果存在充分连接的候选关键帧，则证明检测到了回环；否则，回环检测失败。

该过程的具体流程如下图所示：

对于计算最小得分和获取候选回环关键帧等操作并不难理解，根据最小得分查找候选回环关键帧的原理以后在进行介绍。这里主要说一下一致性检测的原理。

一致性检测部分是检测回环的关键，光看代码的话有点难理解，而且网上关于这部分介绍的也不多。接下来的内容是我自己的理解，可能不完全正确，姑且述之。

先说一下该部分涉及的变量。

变量名	变量类型	说明
vpCandidateKFs	vector<KeyFrame*>	候选回环关键帧向量
pCandidateKF	KeyFrame*	当前候选关键帧
spCandidateGroup	set<KeyFrame*>	候选关键帧的共视关键帧以及候选关键帧构成了"子候选组"——当前子候选组
vCurrentConsistentGroups	vector<ConsistentGroup	当前连续关键帧组构成的向量
mvConsistentGroups	vector<ConsistentGroup	由当前关键帧的前一关键帧确定的子连续组向量
mvpEnoughConsistentCandidates	vector<KeyFrame*>	充分连接的候选关键帧组成的向量
nCurrentConsistency	int	用于记录当前子候选组的一致性

一致性检测的过程：

1. 在候选关键帧向量中选取一个候选关键帧pCandidateKF，将候选关键帧的共视关键帧和候选关键帧组成当前子候选组spCandidateGroup。
2. 遍历 mvConsistentGroups 中的子连续组。如果 mvConsistentGroups 中的子连续组sPreviousGroup包含当前子候选组中的关键帧，则说明该子连续组sPreviousGroup与当前子候选组是相连的。
3. 如果当前子候选组与之前的子连续组是相连的，则将当前子候选组添加到vCurre