orbslam2单目初始化的两帧的选择

记录一下orbslam2单目的学习感受

今天仔细看了一下orbslam2单目初始化，其实我是带着问题来看的，主要是看一下它怎么处理两帧之间视差太小的问题。

先看正常情况下，进来的第一帧如果满足特征点数量大于100，那么会创建初始化器，以及保存下本帧是mInitialFrame。

继续，进来第二帧要满足特征点数量大于100，并且和mInitialFrame成功匹配的特征点数量>=100，这两个条件，如果不满足则会清空初始化器，整个系统丢弃这两帧，进来的第三帧将会重返上一步，如果这个第三帧特征点>100将会当作新的mInitialFrame。

继续，如果第二帧满足了特征点>100，且和mInitialFrame成功匹配的特征点数量>=100，那么将会调用初始化器进行两帧估计位姿，以及生成3D点，关键的来了，
mpInitializer->Initialize返回true容易理解，接着就是生成初始地图，那问题就是如果它返回false呢，仔细观察发现大概有2类情况会返回false

• 两帧恢复位姿中如果没有明显的最优结果，或者没有足够数量的三角化点，则返回失败
• 如果有最优解但是不满足对应的视差要求parallax>minParallax，则返回失败

如果返回false，并不会清空初始化器，也不会丢弃这两帧的信息，即保留mInitialFrame还是之前的第一帧，只是不进行初始化建图而已，后续第三帧会继续和mInitialFrame也就是第一帧进行三角测量，如果满足视差要求等，就会进入建图部分，建图部分会把初始化的两帧设为关键帧。

 if(mpInitializer->Initialize(
            mCurrentFrame,      //当前帧
            mvIniMatches,       //当前帧和参考帧的特征点的匹配关系
            Rcw, tcw,           //初始化得到的相机的位姿
            mvIniP3D,           //进行三角化得到的空间点集合
            vbTriangulated))

整体架构流程

void Tracking::MonocularInitialization()
{
   
    // Step 1 如果单目初始器还没有被创建，则创建。后面如果重新初始化时会清掉这个
    if(!mpInitializer)
    {
   
        // Set Reference Frame
        // 单目初始帧的特征点数必须大于100
        if(mCurrentFrame.mvKeys.size()>100)
        {
   
            // 初始化需要两帧，分别是mInitialFrame，mCurrentFrame
            mInitialFrame = Frame(mCurrentFrame);
            // 用当前帧更新上一帧
            mLastFrame = Frame(mCurrentFrame);
            // mvbPrevMatched  记录"上一帧"所有特征点
            mvbPrevMatched.resize(mCurrentFrame.mvKeysUn