ORB_SLAM2 学习笔记（1）——总框架

ORB_SLAM2 学习笔记（1）——总框架

说明：笔记主要参考视觉slam十四讲以及该博主的讲解一步步带你看懂orbslam2源码
感谢各位前辈的无私奉献。
orb_slam2总共三个线程
（1）Tracking：负责提取orb特征；估计相机位姿；判断关键帧的插入。
（2）Local Mapping: 负责处理新的关键帧；进行局部优化更新位姿；创建新的地图点更新局部地图；剔除多余关键帧。
（3）Loop Closing: 负责回环检测，工具：DBOW视觉词袋；全局地图优化，减少累积误差。

orb_slam2系统的特点：
（1）ORB特征点用于系统各个环节；
（2）使用共视图（covisibility graph）：观察到地图相同点的帧越多得分越高，使得在大环境下仍能保持是实时性。
（3）后端Loop Closing 线程只对位姿（pose）进行优化，提高了处理效率。
（4）拥有良好视角和光照不变性的实时重定位。
（5）计算方法上，平面与非平面模型自动切换，即估计位姿时可通过本质矩阵（E）/ 基础矩阵（F）与 单应矩阵（H）之间的自动切换。
（6）能够及时的剔除多余的地图点（Map Point）和关键帧（Keyframe）,对于优化时的计算量大大减少，也因此提高了系统长时间运行的鲁棒性与实时性。
（7）提供了单目，双目，RGB-D,Stereo多个版本，其中单目最为复杂。

以下以单目为例：

orb_slam2变量命名原则：
m: 代表类成员变量(member)
t: 线程类型变量(thread)
l: 代表list类型变量
n: 代表int类型变量
p: 代表指针类型变量(pointer)
b: 代表bool类型变量
v: 代表vector类型变量
s: 代表set 类型变量

三线程在程序中的位置：
Trackin位于主线程之中（main函数）；Local Mapping 和 Loop Closing 位于主线程的系统初始化中。
（1）开始创建一个系统（文件mono_euroc.cc中）:

   // Create SLAM system. It initializes all system threads and gets ready to process frames.两参数分别为图片和时间
    ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::MONOCULAR,true);

下面函数用于对数据集中图片和时间的提取（文件momo_tum.cc中）：

    //vstrImageFilenames存储图片,vTimestamps存储对应的时间轴
    LoadImages(strFile, vstrImageFilenames, vTimestamps)

下面函数负责实时跟踪输入图片，极其重要的函数（文件momo_tum.cc中）：

        // Pass the image to the SLAM system整个系统的核心所在,负责实时跟踪输入图片,
        SLAM.TrackMonocular(im,tframe);

下面函数用于关闭线程，系统运行结束（文件momo_tum中）：

SLAM.Shutdown();

最后下面函数用于保存slam的相机跟踪轨迹（保留关键帧，不是全部帧轨迹，同位于momo_tum.cc中）

SLAM.SaveKeyFrameTrajectoryTUM("KeyFrameTrajectory.txt");