* @brief 对图像使用光流法进行特征点跟踪 * @Description createCLAHE() 对图像进行自适应直方图均衡化 * calcOpticalFlowPyrLK() LK金字塔光流法 * setMask() 对跟踪点

读取相机内参

发布轨迹的topic

边缘化最老帧时，直接将特征点所保存的帧号向前滑动

边缘化最老帧时，处理特征点保存的帧号，将起始帧是最老帧的特征点的深度值进行转移 marg_R、marg_P为被边缘化的位姿，new_R、new_P为在这下一帧的位姿

边缘化次新帧时，对特征点在次新帧的信息进行移除处理

保存位姿图到file_path

设置特征点的逆深度估计值

* @brief 进行重定位 * @optional * @param[in] _frame_stamp 重定位帧时间戳 * @param[in] _frame_index 重定位帧索引值 * @param[in] _match_points 重定位帧

显示去畸变矫正后的特征点 name为图像帧名称

* @brief 陀螺仪偏置校正 * @optional 根据视觉SFM的结果来校正陀螺仪Bias -> Paper V-B-1 * 主要是将相邻帧之间SFM求解出来的旋转矩阵与IMU预积分的旋转量对齐 * 注意得到了新的Bias后

* @brief 通过求解本质矩阵得到R,t * @Description findFundamentalMat()采用RANSAC算法求解本质矩阵E * recoverPose()通过本质矩阵得到Rt 求Rt的对称变换，判断内点数大

从估计器中得到滑动窗口当前图像帧的imu更新项[P,Q,V,ba,bg,a,g] 对imu_buf中剩余的imu_msg进行PVQ递推

更新特征点id

更新关键帧的回环信息

读取 构建字典时使用的相同的Brief模板文件，构造BriefExtractor

* Creates an exception with a general error message */

IMU对应的残差，需要自己计算jacobian parameters[0~3]分别对应了4组优化变量的参数块

_point:[x,y,z,u,v,vx,vy]

空的构造函数

通过RANSAC的基本矩阵检验去除匹配异常的点

计算两个描述子之间的汉明距离

* Creates an empty pair */

在线构建新关键帧

* Empty constructor */