轻量级别跟踪，不使用局部地图跟踪，就是不进行 小回环优化 丢失：重定位 正常： 跟踪的点较多： 跟踪参考帧 / 跟踪上一帧(轻量级运动模式) 跟踪的点少 ： 运动模式/重定位模式 */ ===============轻量级别跟踪==========

==================轻量级运动跟踪模式==========================

载入地图=====================================================

载入octomap=====

* @brief Local Bundle Adjustment 局部地图优化 删除一些优化误差大的 帧/地图点 观测对 * * 1. Vertex: * - g2o::VertexSE3Expmap()， 局部关键帧集合 LocalKeyFrames ，即当前关键帧的位姿、与当前关键

* @brief Local Bundle Adjustment 局部地图优化 删除一些优化误差大的 帧/地图点 观测对 * * 1. Vertex: * - g2o::VertexSE3Expmap()， 局部关键帧集合 LocalKeyFrames ，即当前关键帧的位姿、与当前关键

初始 最大关键帧id = 0 最大变化id = 0

初始 最大关键帧id = 0 最大变化id = 0

地图改变标志

地图改变标志

创建关键帧地图点 世界坐标点 所属关键帧 所属地图 参考帧是关键帧，该地图点将于许多帧关键帧对应，建立关键帧之间的共视关系

载入地图时 创建地图点=============

* @brief 剔除ProcessNewKeyFrame(不在帧上的地图点 进入待查list)和 * CreateNewMapPoints(两帧三角变换产生的新地图点进入 待查list) * 函数中引入的质量不好的MapPoints * @se

* @brief 剔除ProcessNewKeyFrame(不在帧上的地图点 进入待查list)和 * CreateNewMapPoints(两帧三角变换产生的新地图点进入 待查list) * 函数中引入的质量不好的MapPoints * @se

include <pcl/io/pcd_io.h>

类构造函数=======

* @brief 单目的地图初始化 第一帧 单目初始化 *单目的初始化有专门的初始化器，只有连续的两帧特征点 均>100 个才能够成功构建初始化器 * 并行地计算基础矩阵和单应性矩阵，选取其中一个模型，恢复出最开始两帧之间的相对姿态以及点云 * 得到初始两帧的匹配、相对运动、初始Map

* @brief 单目的地图初始化 第一帧 单目初始化 *单目的初始化有专门的初始化器，只有连续的两帧特征点 均>100 个才能够成功构建初始化器 * 并行地计算基础矩阵和单应性矩阵，选取其中一个模型，恢复出最开始两帧之间的相对姿态以及点云 * 得到初始两帧的匹配、相对运动、初始Map

需要 关键帧 吗 确定关键帧的标准如下： （1）在上一个全局重定位后，又过了20帧； （2）局部建图闲置，或在上一个关键帧插入后，又过了20帧； （3)当前帧跟踪到大于50个点； （4）当前帧跟踪到的比参考关键帧少90%。 */ * @brief 断当前帧是否为关键帧 * @return true

需要 关键帧 吗 确定关键帧的标准如下： （1）在上一个全局重定位后，又过了20帧； （2）局部建图闲置，或在上一个关键帧插入后，又过了20帧； （3)当前帧跟踪到大于50个点； （4）当前帧跟踪到的比参考关键帧少90%。 */ * @brief 断当前帧是否为关键帧 * @return true

对 2D 点对进行标准化 *【0】2D-2D点对 求变换矩阵前先进行标准化 去 均值后再除以绝对矩 * 单目初始化特征点 归一化 坐标均值为0 一阶绝对矩为1 * mean_x = sum( ui) / N mean_y = sum(vi)/N * 绝对矩 mean_x_dev =

对 2D 点对进行标准化 *【0】2D-2D点对 求变换矩阵前先进行标准化 去 均值后再除以绝对矩 * 单目初始化特征点 归一化 坐标均值为0 一阶绝对矩为1 * mean_x = sum( ui) / N mean_y = sum(vi)/N * 绝对矩 mean_x_dev =

类构造函数 初始化函数 特征点总数 尺度因子 金字塔总层数 快速角点提取阈值大 小 为了防止用默认阈值fast角点检测检测的特征数过少， 添加设置min_fast_threshold最小的fast特征检测阈值，以保证检测的特征数目。

类构造函数 初始化函数 特征点总数 尺度因子 金字塔总层数 快速角点提取阈值大 小 为了防止用默认阈值fast角点检测检测的特征数过少， 添加设置min_fast_threshold最小的fast特征检测阈值，以保证检测的特征数目。

类构造函数=======

* @brief 闭环检测后，关键帧连接图 EssentialGraph 优化 * * 1. Vertex: * - g2o::VertexSim3Expmap ， Essential graph 中关键帧的位姿 * 2. Edge: * - g2o::EdgeSim3()

* @brief 闭环检测后，关键帧连接图 EssentialGraph 优化 * * 1. Vertex: * - g2o::VertexSim3Expmap ， Essential graph 中关键帧的位姿 * 2. Edge: * - g2o::EdgeSim3()

* @brief 形成闭环时进行Sim3优化 优化 两个关键帧 之间的 Sim3变换 * * 1. 顶点 Vertex: * - g2o::VertexSim3Expmap()，两个关键帧的位姿 * - g2o::VertexSBAPointXYZ()，两个关键帧共有的M

* @brief 形成闭环时进行Sim3优化 优化 两个关键帧 之间的 Sim3变换 * * 1. 顶点 Vertex: * - g2o::VertexSim3Expmap()，两个关键帧的位姿 * - g2o::VertexSBAPointXYZ()，两个关键帧共有的M

pcs表示3D点在camera坐标系下的坐标 pws表示3D点在世界坐标系下的坐标 us表示图像坐标系下的2D点坐标 alphas为真实3D点用4个虚拟控制点表达时的系数

pcs表示3D点在camera坐标系下的坐标 pws表示3D点在世界坐标系下的坐标 us表示图像坐标系下的2D点坐标 alphas为真实3D点用4个虚拟控制点表达时的系数

类构造函数=======

类构造函数=======

检查点是否在 某个划分的格子内

* @brief 仅仅优化 单个 普通帧 的位姿 地图点不优化 Pose Only Optimization * 当前帧跟踪参考关键帧 得到匹配点 和 设置上一帧位姿为初始姿态 进行优化 * 当前帧跟踪局部地图 得到匹配到的 地图点 * 3D-2D 最小化重投影误差 e = (

* @brief 仅仅优化 单个 普通帧 的位姿 地图点不优化 Pose Only Optimization * 当前帧跟踪参考关键帧 得到匹配点 和 设置上一帧位姿为初始姿态 进行优化 * 当前帧跟踪局部地图 得到匹配到的 地图点 * 3D-2D 最小化重投影误差 e = (

* @brief 处理列表中的关键帧 * * - 计算Bow，加速三角化新的MapPoints * - 关联当前关键帧至MapPoints，并更新MapPoints的平均观测方向和观测距离范围 * - 插入关键帧，更新Covisibility图和Essential图 * @see VI-

* @brief 处理列表中的关键帧 * * - 计算Bow，加速三角化新的MapPoints * - 关联当前关键帧至MapPoints，并更新MapPoints的平均观测方向和观测距离范围 * - 插入关键帧，更新Covisibility图和Essential图 * @see VI-

* @brief 从基本矩阵 F 恢复R t * * 度量重构 * 1. 由Fundamental矩阵结合相机内参K，得到Essential矩阵: \f$ E = k转置F k \f$ * 2. SVD分解得到R t * 3. 进行cheirality check, 从四个解中找出最合适

* @brief 从基本矩阵 F 恢复R t * * 度量重构 * 1. 由Fundamental矩阵结合相机内参K，得到Essential矩阵: \f$ E = k转置F k \f$ * 2. SVD分解得到R t * 3. 进行cheirality check, 从四个解中找出最合适

* @brief 从H恢复R t * * @see * - Faugeras et al, Motion and structure from motion in a piecewise planar environment. International Journal of Pattern

* @brief 从H恢复R t * * @see * - Faugeras et al, Motion and structure from motion in a piecewise planar environment. International Journal of Pattern

区域增长==================没看懂???====

* @brief 释放局部建图线程 * @return 无 */

* @brief 释放局部建图线程 * @return 无 */

重定位 重定位Relocalization的过程大概是这样的： 1. 计算当前帧的BoW映射； 2. 在关键帧数据库中找到相似的候选关键帧； 3. 通过BoW匹配当前帧和每一个候选关键帧，如果匹配数足够 >15，进行EPnP求解； 4. 对求解结果使用BA优化，如果内点较少，则反投影候选关

重定位 重定位Relocalization的过程大概是这样的： 1. 计算当前帧的BoW映射； 2. 在关键帧数据库中找到相似的候选关键帧； 3. 通过BoW匹配当前帧和每一个候选关键帧，如果匹配数足够 >15，进行EPnP求解； 4. 对求解结果使用BA优化，如果内点较少，则反投影候选关

* @brief 请求重置 * @return 无 */

* @brief 请求重置 * @return 无 */

* @brief 请求停止局部建图线程 设置停止标志 * @return 无 */

* @brief 请求停止局部建图线程 设置停止标志 * @return 无 */

* @brief 重置线程 * @return 无 */

* @brief 请求闭环检测线程重启 成功 进行重启 * @param 无 */

* @brief 重置线程 * @return 无 */

* @brief 请求闭环检测线程重启 成功 进行重启 * @param 无 */

可视化主线程 函数=================

* @brief 请求闭环检测线程重启 * @param nLoopKF 闭环当前帧 id */

* @brief 请求闭环检测线程重启 * @param nLoopKF 闭环当前帧 id */

保存关键帧轨迹==============================================================

KITTI========================================================================

KITTI========================================================================

* @brief 通过将闭环时相连关键帧上所有的MapPoints投影到这些 关键帧 中，进行MapPoints检查与替换 * @param CorrectedPosesMap 闭环相邻帧 及其 对应的 sim3位姿 */