ORB SLAM2源码解读(九)：Tracking类

Tracking类的主要功能是初始化、更新当前帧位姿、跟踪关键帧和局部地图、重定位等。由于Tracking类的代码比较长，而且它里面用到的算法内容都在解析其他几个类的时候解释过了，所以本篇文章就不详细解释所有的代码了，而是重点梳理它的流程。

先上一张图，列出这个类的基本流程和主要函数。

这张图已经很好的概括了这个类的主要内容了，为了更详细的了解这个类的工作流程，我们祭出下面这张图

有了这两张图，我觉得以各位看官的聪明才智，理解这个类的内容就没有什么障碍了吧。

下面列出一些重点的函数的流程

1. TrackWithMotionModel

作用：按照运动模式来进行Track，按照上一帧的速度与位姿作为初始，进行投影优化

1）先通过上一帧的位姿和速度预测当前帧相机的位姿

2）通过PnP方法估计相机位姿，在将上一帧的地图点投影到当前固定大小范围的帧平面上，如果匹配点少，那么扩大两倍的采点范围。

3）然后进行一次BA算法，通过最小二乘法优化相机的位姿。

4）优化位姿之后，对当前帧的关键点和地图点，抛弃无用的杂点，剩下的点供下一次操作使用。

2. TrackReferenceKeyFrame

作用：按照关键帧来进行Track，从关键帧中查找Bow相近的帧，进行匹配优化位姿

1）按照关键帧进行Track的方法和运动模式恢复相机运动位姿的方法接近。首先求解当前帧的BOW向量。

2）再搜索当前帧和关键帧之间的关键点匹配关系，如果这个匹配关系小于15对的话，就Track失败了。

3）接着讲当前帧的位置假定到上一帧的位置那里

4）并通过最小二乘法优化相机的位姿。

5）最后依然是抛弃无用的杂点，当match数大于等于10的时候，返回true成功。

3. Relocalization

作用：重定位，从之前的关键帧中找出与当前帧之间拥有充足匹配点的候选帧，利用Ransac迭代，通过PnP求解位姿。

1）先计算当前帧的BOW值，并从关键帧数据库中查找候选的匹配关键帧

2）构建PnP求解器，标记杂点，准备好每个关键帧和当前帧的匹配点集

3）用PnP算法求解位姿，进行若干次P4P Ransac迭代，并使用非线性最小二乘优化，直到发现一个有充足inliers支持的相机位置。

4）返回成功或失败

4. MonocularInitialization

作用：单目相机的初始化过程，通过将最初的两帧之间进行对极约束和全局BA优化，得到较为准确的初始值

1）当第一次进入该方法的时候，没有先前的帧数据，将当前帧保存为初始帧和最后一帧，并初始化一个初始化器。

2）第二次进入该方法的时候，已经有初始化器了。

3）利用ORB匹配器，对当前帧和初始帧进行匹配，对应关系小于100个时失败。

4）利用八点法的对极约束，启动两个线程分别计算单应矩阵和基础矩阵，并通过score判断用单应矩阵回复运动轨迹还是使用基础矩阵回复运动轨迹。

5）将初始帧和当前帧创建为关键帧，并创建地图点MapPoint

6）通过全局BundleAdjustment优化相机位姿和关键点坐标

7）设置单位深度并缩放初试基线和地图点。

8）其他变量的初始化。

5. TrackLocalMap

作用：通过投影，从已经生成的地图点中找到更多的对应关系，精确结果

1） 更新Covisibility Graph， 更新局部关键帧

2） 根据局部关键帧，更新局部地图点，接下来运行过滤函数 isInFrustum

3） 将地图点投影到当前帧上，超出图像范围的舍弃

4） 当前视线方向v和地图点云平均视线方向n, 舍弃n*v<cos(60)的点云

5） 舍弃地图点到相机中心距离不在一定阈值内的点

6） 计算图像的尺度因子 isInFrustum 函数结束

7） 进行非线性最小二乘优化

8） 更新地图点的统计量

6. NeedNewKeyFrame

作用：判断是否需要生成新的关键帧，确定关键帧的标准

1） 在上一次进行重定位之后，过了20帧数据，或关键帧数小于20个，不满足不能生成

2） 在上一个关键帧插入之后，过了20帧，或 局部建图是空闲状态，不满足不能生成。

3） 当前帧跟踪到大于若干个点，不满足不能生成

4） 当前帧的跟踪点数小于90%的参考关键帧跟踪点数，并且当前帧跟踪点数大于15，不满足不能生成

参考资料：

blog.csdn.net/chishuide

paopaorobot.org/420.htm