ORBSLAM2--MaPoint类

本文详细介绍了ORBSLAM2视觉里程计系统中MapPoint类的PredictScale函数,该函数利用地图点到当前帧的距离预测特征点在金字塔中的层级,以加速局部地图跟踪过程中的特征匹配。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

PredictScale

运用于局部地图跟踪

函数简介

在局部地图中,需要将局部地图点投影到当前帧中,所以需要进行一个地图点与特征点的匹配,为了加速匹配,所以要根据地图点到当前帧的距离来预测对应特征点可能在哪一层金字塔被提取出来
先要计算一个因子
r a t i o = m f M a x D i s t a n c e / c u r r e n t D i s t ratio = mfMaxDistance/currentDist ratio=mfMaxDistance/currentDist
n S c a l e = c e i l ( l o g ( r a t i o ) / p F − > m f L o g S c a l e F a c t o r ) nScale = ceil(log(ratio)/pF->mfLogScaleFactor) nScale=ceil(log(ratio)/pF>mfLogScaleFactor)
nScale就是金字塔层,ceil向上取整,pF->mfLogScaleFactor是 l o g 10 1.2 log_{10}1.2 log101.2

函数原型

//通过地图点到当前帧的距离,预测该对应的特征点应该是在哪一层金字塔,这样可以加速特征匹配
int MapPoint::PredictScale(const float &currentDist, Frame* pF)
{
    float ratio;
    {
        unique_lock<mutex> lock(mMutexPos);
        ratio = mfMaxDistance/currentDist;
    }

    //向上取整
    int nScale = ceil(log(ratio)/pF->mfLogScaleFactor);
    if(nScale<0)
        nScale = 0;
    else if(nScale>=pF->mnScaleLevels)
        nScale = pF->mnScaleLevels-1;

    return nScale;
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值