ORBSLAM2 金字塔保持尺度不变形

1.图像金字塔

在orb_slam2中，为了实现特征尺度不变性采用了图像金字塔，金字塔的缩放因子为1.2,。其思路就是对原始图形（第0层）依次进行1/1.2缩放比例进行降采样得到共计8张图片（包括原始图像），

来说说，尺度不变性，这里不直接说明，而是看看对于第m层上的一个特征点，其对应尺度不变时相机与特征点对应空间位置之间距离（简称物距）的范围。

2.代码：

//                      ____
// Neare               /____\     level:n-1 --> dmin
//                    /______\                       d/dmin = 1.2^(n-1-m)
//                   /________\   level:m   --> d
//                  /__________\                     dmax/d = 1.2^m
// Farther         /____________\ level:0   --> dmax
//
//                 log(dmax/d)
// m = ceil(-------------------)
//                    log(1.2)

对应代码为： 

//更新地图点被观察的平均方向和观测距离范围
void MapPoint::UpdateNormalAndDepth()
{
    map<KeyFrame*,size_t> observations;
    KeyFrame* pRefKF;
    cv::Mat Pos;
    {
        unique_lock<mutex> lock1(mMutexFeatures);
        unique_lock<mutex> lock2(mMutexPos);
        if(mbBad)
            return;
        observations=mObservations;      //获得观测到该3d点的所有关键帧
        pRefKF=mpRefKF;                  //观测到该点的参考关键帧
        Pos = mWorldPos.clone();         //3d点在世界坐标系中的位置
    }

    if(observations.empty())
        return;

    cv::Mat normal = cv::Mat::zeros(3,1,CV_32F);
    int n=0;
    for(map<KeyFrame*,size_t>::iterator mit=observations.begin(), mend=observations.end(); mit!=mend; mit++)
    {
        KeyFrame* pKF = mit->first;
        cv::Mat Owi = pKF->GetCameraCenter();
        cv::Mat normali = mWorldPos - Owi;
        normal = normal + normali/cv::norm(normali);  //对所有关键帧对该点的观测方向做归一化并求和
        n++;
    }

    cv::Mat PC = Pos - pRefKF->GetCameraCenter();    //从参考关键帧观察该地图点的向量
    const float dist = cv::norm(PC);                               //地图点到参考关键帧相机中心的距离
    const int level = pRefKF->mvKeysUn[observations[pRefKF]].octave;
    const float levelScaleFactor =  pRefKF->mvScaleFactors[level];
    const int nLevels = pRefKF->mnScaleLevels;                            //金字塔层数

    {
        unique_lock<mutex> lock3(mMutexPos);
	   
        //详情请见PredictScale函数前的注释
        mfMaxDistance = dist*levelScaleFactor;    //计算最大尺度
        mfMinDistance = mfMaxDistance/pRefKF->mvScaleFactors[nLevels-1];    //计算最小尺度
        mNormalVector = normal/n;   //计算平均观测方向
    }
}

疑点：

1.初始化得到了尺度，这个尺度通过PnP技术依次传递，也就是说初始尺度是基准参考，故初始化很重要

2.尺度统一应该是前两帧使用对积几何知识解算出位姿，后边的位姿使用PnP技术，避免分解基础矩阵或单应矩阵，让尺度统一

3.可以认为它没有单位，也无法计算出和真实尺度的比例，要是能计算这个比例，就不存在尺度无法计算的问题了。

参考：

https://blog.csdn.net/RobotLife/article/details/87194017