ORB-SLAM2代码整理--LoopClosing线程

找到线程的Run函数

void LoopClosing::Run()
{
    mbFinished =false;

    while(1)
    {
        // Check if there are keyframes in the queue
        // Loopclosing中的关键帧是LocalMapping发送过来的，LocalMapping是Tracking中发过来的
        // 在LocalMapping中通过InsertKeyFrame将关键帧插入闭环检测队列mlpLoopKeyFrameQueue
        // 闭环检测队列mlpLoopKeyFrameQueue中的关键帧不为空
        if(CheckNewKeyFrames())
        {
            // Detect loop candidates and check covisibility consistency
            if(DetectLoop())
            {
               // Compute similarity transformation [sR|t]
               // In the stereo/RGBD case s=1
               if(ComputeSim3())
               {
                   // Perform loop fusion and pose graph optimization
                   CorrectLoop();
               }
            }
        }

        ResetIfRequested();

        if(CheckFinish())
            break;

        //usleep(5000);
		std::this_thread::sleep_for(std::chrono::milliseconds(5));

	}

    SetFinish();
}

只要闭环检测关键帧队列不为空下面的检测会一直执行 

1 DetectLoop()  进行闭环检测

     1.1 从队列中取出一个关键帧

     1.2 判断:如果距离上次闭环没多久（小于10帧），或者map中关键帧总共还没有10帧，则不进行闭环检测

     1.3 遍历所有共视关键帧，计算当前关键帧与每个共视关键的bow相似度得分，并得到最低得分minScore

        

             1.3.1 找出所有与当前关键帧相连的KeyFrame，这些相连Keyframe都是局部相连，在闭环检测的时候将被剔除

             1.3.2 步骤1:找出和当前帧具有公共单词的所有关键帧（不包括与当前帧链接的关键帧）

             1.3.3 遍历当前关键帧的每一个word

             1.3.4 提取包含该word的关键帧pKFi,但不包括与当前关键帧相邻的关键帧

             1.3.5 步骤2:统计所有闭环候选帧中与pKF具有共同单词最多的单词数

         1.3.6 步骤3：遍历所有闭环候选帧，挑选出共有单词数大于minCommonWords且单词匹配度大于minScore存入lScoreAndMatch