现在开始学习下闭环检测线程。
LocalMapping线程把关键帧送到了mlploopKeyFrameQueue队列中，我们检查该队列是否为空，如果有先的关键帧进来，那么就开始进行回环检测。LoopClosing中的关键帧都是LocalMapping中送过来的：送过来一帧，就检查一帧.
Funtion1:DetectLoop()
从队列中取出一个关键帧，作为当前关键帧，并设为不被擦除的特性，接下来判断距离上一次闭环检测是否超过10帧，如果是的话那么把当前关键帧加入mpKeyFrameDB中，并擦除当前关键帧。
遍历所有共视关键帧，计算当前关键帧与每个共视关键的bow相似度得分，并得到最低得分minScore，这是一个阈值，如果得分比这个最低得分还要低的话，那么就是说肯定不会成为闭环关键帧。
Funtion1.1:pKeyFrameDB->DetectLoopCandidates(mpCurrentKF, minScore)
在所有关键帧(pKeyFrameDB)中找出闭环备选帧。
* 1. 找出和当前帧具有公共单词的所有关键帧（不包括与当前帧相连的关键帧），统计所有闭环候选帧中与pKF具有共同单词最多的单词数，并以这个最多单词数的0.8倍作为一个阈值。
* 2. 只和共同单词大于最多单词数的0.8倍这个阈值的关键帧进行相似度计算，选出相似度大于 minScore的关键帧。
* 3.单单计算当前帧和某一关键帧的相似性是不够的，这里将与关键帧相连（权值最高，共视程度最高）的前十个关键帧归为一组，计算累计得分，选出最高的组得分，然后以此的0.75 倍作为阈值，得分大于这个阈值的组，作为得分较高的组。
* 4. 只返回累计这些得分较高的组中分数最高的关键帧。
ok，这样我们就得到了闭环候选关键帧组。
如果检测结束后，得不到这个候选关键帧组，那么在关键帧数据库里添加此帧，返回false。
接下来检查关键帧的连续性。计算组得分的目的是剔除单独一帧得分较高，但是没有共视关键帧，作为闭环来说不够鲁棒。对于通过了闭环检测的关键帧，还需要通过连续性检测（连续 三帧都通过上面的筛选），才能作为闭环候选帧。
最终要达到的目的就是如上图所示，接连3帧检测到的闭环关键帧是联系的。
在程序上的实现：先是进来一组候选关键帧，每一帧将自己以及与自己相连的关键帧构成一个“子候选组”。当系统刚开始，或者未检测到有连续时，”子连续组“里的每个”子候选组“的序号 都为0。之后的关键帧的候选关键帧组来的时候，每个组里的候选关键帧组成自己的”子候选组“，与之前的”子连续组“里的”子候选组“依次比较。如果相连的话，把相连的”子候选帧组“和序 号压入当前连续组，这个序号比前一组”子连续组“的序号+1。如果nCurrentConsistency大于等于3，那么该”子候选组“代表的候选帧过关，进入mvpEnoughConsistentCandidates。最后，循 环结束，当前连续组送给系统连续组用于下一次检测。并把当前帧压入关键帧数据库。
Funtion1.2:ComputeSim3()
