码迷,mamicode.com
首页 > 其他好文 > 详细

ORB-SLAM2初步(源码逻辑分析)

时间:2017-05-16 21:44:54      阅读:952      评论:0      收藏:0      [点我收藏+]

标签:++   return   构造函数   rdp   trim   ima   1.5   [1]   examples   

今天主要是梳理一下ORB-SLAM2源码的逻辑关系,GitHub和泡泡机器人上有很好的注释版本(吴博),大神请(轻)板砖。

一、文件

技术分享

 

如图所示,Examples里面存放的分别是基于单目、双目、RGBD的实例程序,一般都是基于TUM等数据库,还有一个ROS版本的ORB-SLAM2,以及一个应用与AR的Demo程序;

 include文件夹存放的是头文件,ORB-SLAM2可以被当作一个库来使用,很多函数都可以直接调用;

src文件夹存放的是和include对应的源文件,包括主要的Tracking、LocalMapping、LoopClosing等的实现过程都在这个文件夹下;

Thirdparty存放的是用到的第三方库,Vocabulary存放的是回环检测中BoW用到的视觉词典;

其它的主要是一些编译文件,作者不仅给出了CMakeLists.txt,还给出了build.sh,只要配置好了本地环境,运行一下build.sh就行了。

 

二、运行过程

作者将整个SLAM过程做成一个系统(System),因此只要在主函数中声明一个SLAM System就可以进入跟踪过程了,以mono_tum.cc为例:

(1)LoadImages(strFile, vstrImageFilenames, vTimestamps);//作者首先从文件中读取了图像名称列表

(2)ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::MONOCULAR,true);//然后声明了一个SLAM系统,并设定是单目MONOCULAR

(3)for(int ni=0; ni<nImages; ni++)//使用一个for循环依次读取图片并将图片输入到声明的SLAM系统中;

  {  

    im = cv::imread(string(argv[3])+"/"+vstrImageFilenames[ni],CV_LOAD_IMAGE_UNCHANGED);

    SLAM.TrackMonocular(im,tframe);//进入SLAM系统的接口

  }

(4)SLAM.Shutdown();//图像读取完毕之后关闭SLAM系统;

//主函数运行结束,后面另有保存轨迹的函数等;

//从上面过程可以看出,SLAM系统的入口在TrackMonocular这个函数,SLAM的实现在System中;

 

//以下过程就在System.cpp文件中

//在System的构造函数中,作者在声明该SLAM系统时就启用了至少3个线程,分别计算跟踪、局部建图和回环检测,还有一个是可选的交互线程

mpTracker = new Tracking(this, mpVocabulary, mpFrameDrawer, mpMapDrawer,
  mpMap, mpKeyFrameDatabase, strSettingsFile, mSensor);//Tracking线程的初始化;

mptLocalMapping = new thread(&ORB_SLAM2::LocalMapping::Run,mpLocalMapper);//LocalMapping线程的初始化;

mptLoopClosing = new thread(&ORB_SLAM2::LoopClosing::Run, mpLoopCloser);//LoopClosing线程的初始化;

mptViewer = new thread(&Viewer::Run, mpViewer);//Viewer线程的初始化;

//构造函数中还有读取视觉词典等操作

(3.1)cv::Mat System::TrackMonocular(const cv::Mat &im, const double &timestamp);//SLAM系统的入口

(3.2)cv::Mat Tcw = mpTracker->GrabImageMonocular(im,timestamp);//跟踪线程的入口,因为调用该函数的对象为mpTracker;

 

//下面就进入了Tracking.cpp文件

  (3.2.1)cv::Mat Tracking::GrabImageMonocular(const cv::Mat &im, const double &timestamp)//首先进入该函数体中,进行灰度图的转换;

  (3.2.3)Track();//然后在灰度图转换的函数体中完成函数的跳转,当前这个函数就是跟踪的主函数体;

    (3.2.3.1)if(mState==NOT_INITIALIZED)  //判断系统是否初始化,没有初始化就跳转到初始化函数,这是单目所独有的过程;

          {

            MonocularInitialization();//初始化的跳转函数,具体的初始化过程在Initializer.cc文件中

          }

    (3.2.3.2)if(mpInitializer->Initialize(mCurrentFrame, mvIniMatches, Rcw, tcw, mvIniP3D, vbTriangulated))//初始化的跳转在这个函数中,因为初始化有一些条件,因此需要做判断

  (3.2.1)return mCurrentFrame.mTcw.clone();//最终在灰度图转换的函数中完成跟踪过程,返回相机位姿矩阵;

 (3.1)return Tcw;//跳转,实现对相机位姿的跟踪

 

三、总结

  代码的逻辑比较清晰,而且封闭性比较好,可以稍作修改作为库文件使用。

ORB-SLAM2初步(源码逻辑分析)

标签:++   return   构造函数   rdp   trim   ima   1.5   [1]   examples   

原文地址:http://www.cnblogs.com/mafuqiang/p/6863558.html

(0)
(1)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!