ORB-SLAM2源码学习(五)——回环检测LoopClosing.cc

本文深入解析ORB-SLAM2的回环检测模块,包括DetectLoop()中寻找闭环帧的策略,ComputeSim3()中计算相似变换的过程,以及CorrectLoop()中闭环纠正的步骤,涉及Sim3求解、3D点重投影匹配和全局优化。

同局部构图模块一样回环检测模块同样是存在一个线程函数run;

void LoopClosing::Run()
{
    mbFinished =false;

    while(1)
    {
        // Check if there are keyframes in the queue
        // Loopclosing中的关键帧是LocalMapping发送过来的,LocalMapping是Tracking中发过来的
        // 在LocalMapping中通过InsertKeyFrame将关键帧插入闭环检测队列mlpLoopKeyFrameQueue
        // 闭环检测队列mlpLoopKeyFrameQueue中的关键帧不为空
        if(CheckNewKeyFrames())
        {
            // Detect loop candidates and check covisibility consistency
            if(DetectLoop())
            {
               // Compute similarity transformation [sR|t]
               // In the stereo/RGBD case s=1
               if(ComputeSim3())
               {
                   // Perform loop fusion and pose graph optimization
                   CorrectLoop();
               }
            }
        }

        ResetIfRequested();

        if(CheckFinish())
            break;

        //usleep(5000);
		std::this_thread::sleep_for(std::chrono::milliseconds(5));

	}

    SetFinish();
}

一、寻找闭环帧DetectLoop()

  1. 在所有关键帧(不包括相连帧)查找闭环备选帧:相连关键帧分组计分排序
  2. 备选帧连续性检验:备选闭环帧在前两次DetectLoop里也是备选闭环帧

二、计算相似变换ComputeSim3()

  1. 筛选候选帧,对每一帧建立sim3求解器
  2. 求解sim3变换
  3. 利用sim3结果对3D点重投影进行匹配
  4. 优化Sim3,只要有一个候选帧通过Sim3的求解与优化,就跳出停止对其它候选帧的判断
  5. 闭环帧相邻帧进行投影匹配

三、闭环纠正CorrectLoop()

1. 通过求解的Sim3以及相对姿态关系,调整与当前帧相连的关键帧位姿以及这些关键帧观测到的MapPoints的位置(相连关键帧---当前帧)

2. 将闭环帧以及闭环帧相连的关键帧的MapPoints和与当前帧相连的关键帧的点进行匹配(相连关键帧+当前帧---闭环帧+相连关键帧)

3. 通过MapPoints的匹配关系更新这些帧之间的连接关系,即更新covisibility graph

4. 对Essential Graph(Pose Graph)进行优化,MapPoints的位置则根据优化后的位姿做相对应的调整

5. 创建线程进行全局Bundle Adjustment

至此ORB-SLAM2系统的主体架构已经结束,接下来再看看几个工具类,主要有ORB特征类与优化类等。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值