SLAM ---- VINS 外点剔除

1. 外点剔除

1.1 前端外点剔除

vins-mono 中根据光流跟踪，得到匹配点对;
vins-fusion 中可以设置反向光流，进一步剔除

然后使用F基础矩阵进行剔除外点：rejectWithF()

原理介绍：
1. 输入的图片是带畸变的（如Euroc 单目数据集，为针孔相机模型）
2. 则需要先通过将像素坐标系转到归一化坐标系下并去畸变（可以用 camodocal 模型 liftProjective 完成）
3. liftProjective 之后得到归一化坐标系下的 3D点，除以 z ，得到 [x，y，1]形式的归一化平面上的点，再通过参数转到归一化的像素坐标系下（可以认为是转到去了畸变的图像上），然后进行基础矩阵F的求解，其中会调用RANSAC 进行剔除外点。 （参数：这儿的参数就是 FOCAL_LENGTH，COL / 2.0，ROW / 2.0，归一化坐标值乘以焦距转到像素坐标系，由于图片中原点在图片左上角，于是还需要进行关于原点的平移）
4. 使用的是经典的8点法求解，与本质矩阵 E 求解一样

给人的错觉就是 本质矩阵求解，有点疑惑，后续再看看！！！

void FeatureTracker::rejectWithF()
{
   
    if (forw_pts.size() >= 8)// 当前帧（追踪上）特征点数量足够多
    {
   
        ROS_DEBUG("FM ransac begins");
        TicToc t_f;
        // 1.遍历所有特征点，转化为归一化相机坐标系
        vector<cv::Point2f> un_cur_pts(cur_pts.size()), un_forw_pts(forw_pts.size());
        for (unsigned int i = 0; i < cur_pts.size(); i++)//遍历上一帧所有特征点
        {
   
 
            Eigen::Vector3d tmp_p;
            //对于PINHOLE（针孔相机）可将像素坐标转换到归一化平面并去畸变。根据不同的相机模型将二维坐标转换到三维坐标
            m_camera->liftProjective(Eigen::Vector2d(cur_pts[i].x, cur_pts[i].y), tmp_p);
            //转换为归一化像素坐标，上一帧和当前帧
            tmp_p.x() = FOCAL_LENGTH * tmp_p.x() / tmp_p.z() + COL / 2.0;
            tmp_p.y() = FOCAL_LENGTH * tmp_p.y() / tmp_p.z() + ROW / 2.