ORB-SLAM中的重定位解读及追踪

我们以ORBSLAM中的重定位举例，来分析重定位的过程。当跟踪失败的时候，系统会启动重定位。 找出一些候选关键帧，对每个候选关键帧，用ransac和EPNP估计位姿，然后更新当前帧的地图点匹配，然后优化位姿，如果内点较少，则通过投影的方式对之前未匹配的点进行匹配，再进行优化求解，直到有足够的内点支持，重定位完成。　　　

 

 

下面简要梳理重定位的过程—— 

• 用关键帧库的DetectRelocalizationCandidates函数找到当前帧对应的候选关键帧 
• 对每个候选关键帧，用SearchByBow匹配当前帧和该关键帧（即更新当前帧特征点对应的地图点，更新mvMapPoints列表）， 用当前帧和当前帧的特征匹配关系来初始化PnPSolver
• 对每个候选关键，用EPNP估计位姿
  • 如果估计成功，用估计所得的内点更新当前帧的特征匹配
  • 调用PoseOptimization，优化当前帧的位姿  
  • 优化后，剔除特征匹配的外点（即去除误匹配的地图点）
  • 如果优化后的内点过少，用SearchByProjection对未匹配的特征点匹配当前帧与关键帧 
  • 所有的匹配点（内点加新增的匹配点）大于50，调用PoseOptimization 
  • 若优化后，新的内点数还是较少（30~50），用更小的窗口再次调用SearchByProjection 
  • 所有的匹配点数大于50，调用PoseOptimization（最后一次优化），并剔除外点 
  • 如优化后的内点大于50，中断，重定位成功，当前帧的ID就是最近一次的重定位ID帧   

---

下面的几张图来自网上，不可全信，但可参考，真相还是要看ORBSLAM的源码—— 

---

在T