详谈ORB-SLAM2的跟踪线程Tracking

ORB-SLAM2的三大线程几乎都是每个部分对应一个函数，非常清晰。函数名起的都十分贴切，望文就能生义，我们更应该关注的是里面的关键帧地图点这些变量是怎么流转的。

Tracking线程的流程就是：首先输入一帧图像，然后实际上接着进行5步。初始化（实际上相机刚开始需要初始化过程）、图像预处理（提取ORB特征点）、初始位姿估计（根据前一张图片或者附近的一张图片估计当前帧的位姿）、基于当前帧的位姿构建当前帧的局部地图（当前帧附近的很小的一部分地图）、是否生成新的关键帧

PS：通过追踪局部帧的地图而建图，实际上后面有专门负责建设局部地图的线程，所以这里的局部地图并没有用来建图，只是用来优化当前帧的位姿

一、跟踪线程各成员函数/变量

1、跟踪状态

(1)枚举类型eTrackingState

Tracking类中定义枚举类型eTrackingState，表示跟踪状态，系统创建时设值SYSTEM_NOT_READY，加载好后设值NO_IMAGES_YET，对于单目视觉至少有两帧图像才能成功，对于双目视觉需要一帧图像就鞥初始化成功，如果一帧图像的特征点过少也不能初始化成功

值	意义
SYSTEM_NOT_READY	系统没有准备好,一般就是在启动后加载配置文件和词典文件时候的状态
NO_IMAGES_YET	还没有接收到输入图像
NOT_INITIALIZED	接收到图像但未初始化成功
OK	跟踪成功
LOST	跟踪失败

(2)Tracking类的成员变量

Tracking类的成员变量mState和mLastProcessedState分别表示当前帧的跟踪状态和上一帧的跟踪状态

成员变量	访问控制	意义
eTrackingState mState	public	当前帧mCurrentFrame的跟踪状态
eTrackingState mLastProcessedState	public	前一帧mLastFrame的跟踪状态

(3)跟踪状态流程

2、初始化

初始化部分只在系统开始的几帧有，初始化分为：单目初始化、双目初始化。

单目初始化帧initializer比较复杂，需要两帧之间匹配，双目初始化和RGBD初始化就没那么复杂了，实际上双目初始化和RGBD初始化都只需要一个条件：只要左目图像能找到超过500个特征点那就算双目初始化成功

双目相机和RGBD相机的输入经过预处理提取特征点，是以同样的方式进行处理的

成员函数/变量	访问控制	意义
Frame mCurrentFrame	public	当前帧
KeyFrame* mpReferenceKF	protected	参考关键帧 初始化成功的帧会被设为参考关键帧
std::vector<KeyFrame*> mvpLocalKeyFrames	protected	局部关键帧列表,初始化成功后向其中添加局部关键帧
std::vector<MapPoint*> mvpLocalMapPoints	protected	局部地图点列表,初始化成功后向其中添加局部地图点

此博客参考ncepu_Chen的《5小时让你假装大概看懂ORB-SLAM2源码》