1. 初始化

當獲取第一幀圖像與深度圖后，首先設置第一幀位姿為4*4單位矩陣，然后為整個map添加關鍵幀與地圖點。且更新地圖點與關鍵幀的聯系，例如地圖點被哪個關鍵幀觀測到，而此關鍵幀又包含哪些地圖點。而且不得不為ORB的處理細節感動，每個地圖點因為對應著不同關鍵幀的特征點，需要擇優選取地圖點最合適的描述子，pNewMP->ComputeDistinctiveDescriptors()。然后為localmapping線程添加關鍵幀，以及其他一些準備工作。

2. 正常定位建圖模式

后續的定位工作，主要由四個函數完成，首先如果有速度信息，就會采取TrackWithMotionModel，沒有速度信息或者重定位后的第一幀就會采用TrackReferenceKeyFrame()，當運動速度快，或者其他原因導致定位失敗，會一直采用重定位方法。在跟蹤當前幀成功后，還要在TrackLocalMap里繼續對局部地圖做跟蹤以及優化位姿。這個localmap局部地圖很有迷惑性，跟localMapping感覺很相似。但是兩者有很大不同，localmap有兩部分組成，一個是局部關鍵幀，一個是局部地圖點。局部關鍵幀由與當前關鍵幀有共同觀測點的其他關鍵幀組成，且包括其自身。如果localkeyframes不到80幀，則繼續添加每個localkeyframes內的鄰居關鍵幀，孩子與父關鍵幀。localMapping 則是根據傳來的關鍵幀，經過計算，往整體的map中添加數據。localPoints就很容易理解了，把局部關鍵幀內所有的看到的地圖點都添加進去。重定位函數Relocalization，就是在關鍵幀庫里搜索能匹配上的關鍵幀，做相對位姿計算。

3. 只定位不建圖模式

這種模式下，首先會進行重定位，然后根據mbVO 參數判斷是進行正常的跟蹤定位操作還是要結合重定位信息。mbVO為真表示當前圖像和上一幀地圖點匹配數目小于10，有可能是運動過快的原因。

假如上次定位顯示，mbVO為0，則進行正常的定位跟蹤，但是發現跟蹤后mbVO在TrackWithMotionModel里被設置為1了，且定位是成功的，則進行正常的更新速度以及顯示操作，如果mbVO仍然為0，則要先跟局部地圖進行匹配跟蹤，優化位姿，再進行后續操作。因為如果mbVO為1時，也就是跟上一幀地圖點匹配較少時，可能得不到有效的局部地圖信息。

在下次定位時，如果mbVO為1，則先進行TrackWithMotionModel跟蹤，再進行重定位，為的是保證定位不會輕易丟失。但是如果運動速度仍然過快，mbVO 仍然為1，則下次任然重復步驟2。直到TrackWithMotionModel里設置mbVO為0，或者重定位成功把mbVO設置為0。

4. 結尾處理

此處有兩個點比較難理解：

為什么會存在觀測值小于1的地圖點？

// Clean VO matchesfor(int i=0; i<mCurrentFrame.N; i++){MapPoint* pMP = mCurrentFrame.mvpMapPoints[i];if(pMP)if(pMP->Observations()<1){mCurrentFrame.mvbOutlier[i] = false;mCurrentFrame.mvpMapPoints[i]=static_cast<MapPoint*>(NULL);}}

梳理之后發現，在localMapping中，會對局部地圖進行優化，會對地圖點和關鍵幀的關系做出調整，有些地圖點就會刪掉某些observation。所以這里需要處理。

要刪去一些臨時地圖點，這些點從哪里來的？

// Delete temporal MapPointsfor(list<MapPoint*>::iterator lit = mlpTemporalPoints.begin(), lend = mlpTemporalPoints.end(); lit!=lend; lit++){MapPoint* pMP = *lit;delete pMP;}mlpTemporalPoints.clear()

在TrackWithMotionModel里有一個UpdateLastFFrame函數，在純定位模式下，會根據深度圖新增一些臨時地圖點，為的是增加匹配點數，使位姿更準確。所以后面要把這些臨時的地圖點刪去。

轉載于:https://www.cnblogs.com/easonslam/p/9077001.html

總結

以上是生活随笔為你收集整理的重读ORB_SLAM之Tracking线程难点的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。