ORB-SLAM2源码分析(单目)——初始化流程

一、 ORB-SLAM2简介

ORB-SLAM2特点：

ORB-SLAM2整体框架：

(1) 输入：
有三种模式可以选择：单目模式、双目模式和RGB-D模式。
(2) 跟踪：
初始化成功后首先会选择参考关键帧跟踪，然后大部分时间都是恒速模型跟踪，当跟踪丢失的时候启动重定位跟踪，在经过以上跟踪后可以估计初步的位姿，然后经过局部地图跟踪对位姿进行进一步优化。同时会根据条件判断是否需要将当前帧新建为关键帧。
(3) 局部建图：
输入的关键帧来自跟踪里新建的关键帧。为了增加局部地图点数目，局部地图里关键帧之间会重新进行特征匹配，生成新的
(4) 地图点:
局部BA会同时优化共视图里的关键帧位姿和地图点，优化后也会删除不准确的地图点和冗余的关键帧。
(5) 闭环
通过词袋来查询数据集检测是否闭环，计算当前关键帧和闭环候选关键帧之间的Sim3位姿，仅在单目时考虑尺度，双目或RGBD模式下尺度固定为1。然后执行闭环融合和本质图优化，使得所有关键帧位姿更准确。
(6) 全局BA
优化所有的关键帧及其地图点。
(7) 位置识别
需要导入离线训练好的字典，这个字典是由视觉词袋模型构建的。新输入的图像帧需要先在线转化为词袋向量，主要应用于特征匹配、重定位、闭环。
(8) 地图
地图主要由地图点和关键帧组成。关键帧之间根据共视地图点数目组成了共视图，根据父子关系组成了生成树。

二、 SLAM系统初始化

从网上下载了ORB-SLAM2的源码，打开单目相机Demo。
(1) 进入main函数：

加载视频文件，用于接下来我们跑整个ORB-SLAM2的流程
(2) Slam系统构造函数：

(3) 加载ORB字典

加载ORB字典，用于我们后续使用词袋匹配
(4) 初始化追踪线程

(5) 初始化局部建图，并且运行局部建图线程

(6) 初始化回环检测，并且运行回环检测线程

(7) 初始化绘制器**

三、 跟踪线程初始化

我们进去看一下跟踪线程初始化具体做了哪些操作
(1) 从配置文件中读取相机的内参

(2) 获取图像金字塔、特征点的参数

(3) 初始化ORB特征点提取器

看看ORB特征提取器是如何初始化的

1) 初始化每一层的图像尺寸
通过我们输入的金字塔层数与缩放系数，计算出金字塔每一层图像跟原始图像的缩放比

2) 初始化提取每一层金字塔图像的特征点数量
通过要提取的总特征点数量，计算提取每一层金字塔图像的特征点数量。图像尺寸越大，所提取的特征点占比越多，反之越少

3) 初始化ORB特征点的灰度质心的相关参数
原始的FAST关键点没有方向信息，这样当图像发生旋转后，brief描述子也会发生变化，使得特征点对旋转不鲁棒，所以我们使用灰度质心法来获取特征点的方向，从而获得旋转不变性。
如何计算灰度质心？

在一个圆内计算灰度质心

为什么使用圆形来计算灰度质心而不用正方形等其他形状呢？
ORBSLAM里面是先旋转坐标再从图像中采点提取，并不是先取那块图像再旋转, 会导致下方采集点的时候绿色和黄色部分就是不同的像素

ORB-SLAM2初始化质心相关参数如下代码所示

我们需要计算特征点的灰度质心，根据公式，我们要获得圆内所有像素点的灰度值，在来计算出灰度质心。所以我们要先确定圆的边界，判断哪些像素点是在圆内参与计算的，哪些是不参与计算的。这里我们先计算四分之一圆的边界，再通过对称，最后组成一个圆。最终我们获得圆的边界参数信息umax。

四、 局部建图初始化

五、 回环检测初始化

设置了回环检测中，需要连续检测到多少帧回环帧才能算回环。