ORB-SLAM2从理论到代码实现（六）：Tracking.cc程序详解（上）

最新推荐文章于 2024-06-10 19:47:19 发布

波波菠菜

最新推荐文章于 2024-06-10 19:47:19 发布

阅读量6.5k

点赞数 7

CC 4.0 BY-SA版权

文章标签： ORB-SLAM2 tracking

本文链接：https://blog.youkuaiyun.com/qq_20123207/article/details/82587130

终于写到Tracking.cc了，想想还有点小激动呢。

本人邮箱jinbo666888@qq.com，欢迎交流。

本系列代码注释，是在吴博注释的基础上进一步注释。

1.Tracking 框架

Tracking线程流程框图：

各流程对应的主要函数（来自吴博@泡泡机器人）：

Tracking整体流程图（来自https://blog.youkuaiyun.com/chishuideyu/article/details/75314896）

上面这张图把Tracking.cc讲的特别明白。

tracking线程在获取图像数据后，会传给函数GrabImageStereo、GrabImageRGBD或GrabImageMonocular进行预处理，这里我以GrabImageMonocular为例。

GrabImageMonocular(const cv::Mat &im, const double &timestamp)

函数功能	1、将图像转为mImGray并初始化mCurrentFrame，2、进行tracking过程，输出世界坐标系到该帧相机坐标系的变换矩阵
im	输入图像
timestamp	时间戳

cv::Mat Tracking::GrabImageMonocular(const cv::Mat &im, const double &timestamp)

{
    mImGray = im;//读取图像
    // 步骤1：将RGB或RGBA图像转为灰度图像
    if(mImGray.channels()==3)
    {
        if(mbRGB)
            cvtColor(mImGray,mImGray,CV_RGB2GRAY);
        else
            cvtColor(mImGray,mImGray,CV_BGR2GRAY);
    }
    else if(mImGray.channels()==4)
    {
        if(mbRGB)
            cvtColor(mImGray,mImGray,CV_RGBA2GRAY);
        else
            cvtColor(mImGray,mImGray,CV_BGRA2GRAY);
    }
    // 步骤2：构造Frame
    if(mState==NOT_INITIALIZED || mState==NO_IMAGES_YET)// 没有成功初始化的前一个状态就是NO_IMAGES_YET
        mCurrentFrame = Frame(mImGray,timestamp,mpIniORBextractor,mpORBVocabulary,mK,mDistCoef,mbf,mThDepth);
    else
        mCurrentFrame = Frame(mImGray,timestamp,mpORBextractorLeft,mpORBVocabulary,mK,mDistCoef,mbf,mThDepth);
    // 步骤3：跟踪
    Track();
    return mCurrentFrame.mTcw.clone();
}

数据，流到Track（），由于代码超长，我会分几段粘贴注释。

void Tracking::Track()

步骤

1. 判断tracking状态：如果是未初始化（NOT_INITIALIZED），则对单目和非单目分别执行MonocularInitialization()、StereoInitialization()进行初始化，并更新地图视图。

2.对于初始化成功的，接下来进行跟踪ORB-SLAM中关于跟踪状态有两种选择（由mbOnlyTracking判断）

（1）只进行跟踪不建图

（2）同时跟踪和建图：

初始化之后ORB-SLAM有三种跟踪模型可供选择

a.TrackWithMotionModel(); 运动模型：根据运动模型估计当前帧位姿——根据匀速运动模型对上一帧的地图点进行跟踪——优化位姿。

b.TrackReferenceKeyFrame(); 关键帧模型：BoW搜索当前帧与参考帧的匹配点——将上