ORB SLAM2学习笔记之mono_kitti（二）

最新推荐文章于 2024-04-27 09:47:23 发布

weixin_42296780

最新推荐文章于 2024-04-27 09:47:23 发布

阅读量321

点赞数

CC 4.0 BY-SA版权

分类专栏： ORB_SLAM

原文链接：https://blog.csdn.net/weixin_43527185/article/details/83717066

ORB_SLAM 专栏收录该内容

3 篇文章

订阅专栏

本文深入解析SLAM系统的核心组件System类，详细阐述了System构造函数的功能，包括传感器类型设定、线程初始化、词袋加载等，并介绍了关键帧数据库、地图、跟踪、局部建图、回环闭合等模块的初始化过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、流程—Part 2

System.h的架构
System 类
二、实例化SLAM—System构造函数
一、流程—Part 2
本篇博客将主要记录用来实例化SLAM系统的System类的一些用法。
System.h的架构
System.h中包含了七个类，分别是Viewer，FrameDrawer，Map，Tracking，LocalMapping，LoopClosing的声明，和System类的定义，就像描述的一样，这些类组成了一个系统。

class Viewer;
class FrameDrawer;
class Map;
class Tracking;
class LocalMapping;
class LoopClosing;
class System;

System 类
System 类中的public成员包含一个sensor枚举和一些成员函数，主要有：

① sensor枚举

// Input sensor
enum eSensor{
MONOCULAR=0,
STEREO=1,
RGBD=2
};
1
2
3
4
5
6
0,1,2分别代表传感器的类型。

② System构造函数

System(const string &strVocFile, const string &strSettingsFile, const eSensor sensor, const bool bUseViewer = true);
1
读入词包路径，读入YAML配置文件，设置SLAM为mono状态,启用viewer的线程。

③ Tracking函数

cv::Mat TrackStereo(const cv::Mat &imLeft, const cv::Mat &imRight, const double &timestamp);
cv::Mat TrackRGBD(const cv::Mat &im, const cv::Mat &depthmap, const double &timestamp);
cv::Mat TrackMonocular(const cv::Mat &im, const double &timestamp);
1
2
3
针对不同传感器不同的Tracking。输入图像可以使rgb的也可以是grayscale的（最终读进去都会转化为grayscale的），函数返回值为camera的位姿pose。

④ 定位模式函数

void ActivateLocalizationMode();
void DeactivateLocalizationMode();
1
2
调用前者终止mapping线程，开启定位模式，调用后者重启mapping线程。

⑤ 重启与终止函数

void Reset();
void Shutdown();
1
2
前者可以清空map，后者可以终止所有线程，在保存相机轨迹之前需要调用此函数。

⑥ SaveTrajectory 函数

void SaveTrajectoryTUM(const string &filename);
void SaveKeyFrameTrajectoryTUM(const string &filename);
void SaveTrajectoryKITTI(const string &filename);
1
2
3
把相机轨迹存成相应数据集的格式，调用此函数时先shutdown SLAM系统，mono_kittti中save函数用的是SaveKeyFrameTrajectoryTUM，这个函数看起来像是只能用于TUM数据集，但三种传感器均适合。

除上述这些外，private成员里还有一些其他的变量就不一一列举，之后学习后再记录，大致看了一下，基本是各个类的指针，在成员函数中作为其他类的接口使用，可能用于线程之间互相通信吧。

二、实例化SLAM—System构造函数
前面说到System构造函数用于实例化一个SLAM系统，开启局部建图（Local Mapping），回环检测（Loop Closing），和可视化界面（Viewer）的线程。

首先，函数将形参一一传递到System类中的成员变量，用于之后的计算。
sensor → mSensor
static_cast<Viewer*>(NULL) → mpViewer
mbReset 设置为 false
mbActivateLocalizationMode 设置为 false
mbDeactivateLocalizationMode 设置为 false

sensor是传进来的形参，是前面枚举体中三种传感器的一个，这里为MONOCULAR，它传递给了mSensor，这是一个System类的隐含成员变量，两种变量类型一样。
mpViewer是System类的隐含成员变量，Viewer类指针，这里赋空。
mbReset，mbActivateLocalizationMode，mbDeactivateLocalizationMode均为bool型，赋false。

读取传进来的文件路径：
//Check settings file
cv::FileStorage fsSettings(strSettingsFile.c_str(), cv::FileStorage::READ);
if(!fsSettings.isOpened())
{
cerr << "Failed to open settings file at: " << strSettingsFile << endl;
exit(-1);
}

//Load ORB Vocabulary
cout << endl << "Loading ORB Vocabulary. This could take a while..." << endl;

mpVocabulary = new ORBVocabulary();
bool bVocLoad = mpVocabulary->loadFromTextFile(strVocFile);
if(!bVocLoad)
{
    cerr << "Wrong path to vocabulary. " << endl;
    cerr << "Falied to open at: " << strVocFile << endl;
    exit(-1);
}
cout << "Vocabulary loaded!" << endl << endl;

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
从strSettingsFile这个途径中读取文件，类型为只读，接下来创建一个新类ORBVocabulary，用一个mpVocabulary指针指向它，调用类内的函数 loadFromTextFile() 将 strVocFile（字典路径）装载进去。（ORBVocabulary类是 typedef 成的，来源于 DBoW2 的TemplatedVocabulary类，类参数为 FORB::TDescriptor 和 FORB，现在还不知道什么意思，之后学习后会记录）

初始化各种线程和数据库
①用词袋初始化关键帧数据库（用于重定位和回环检测）

②初始化一个Map类，该类用于存储指向所有关键帧和地图点的指针

③初始化画图工具，用于可视化。

④初始化 Tracking线程，主线程，使用this指针（只初始化不启动，启动在 main 函数里 TrackMonocular() 启动）

⑤初始化 Local Mapping线程并启动（这里mSensor传入MONOCULAR）

⑥初始化 Loop Closing线程并启动（这里mSensor传入的不是MONOCULAR）

⑦初始化 Viewer线程并启动，也使用了this指针；给 Tracking线程设置Viewer

⑧三个线程每两个线程之间设置指针

//Create KeyFrame Database
mpKeyFrameDatabase = new KeyFrameDatabase(*mpVocabulary);

//Create the Map
mpMap = new Map();

//Create Drawers. These are used by the Viewer
mpFrameDrawer = new FrameDrawer(mpMap);
mpMapDrawer = new MapDrawer(mpMap, strSettingsFile);

//Initialize the Tracking thread
//(it will live in the main thread of execution, the one that called this constructor)
mpTracker = new Tracking(this, mpVocabulary, mpFrameDrawer, mpMapDrawer,
                         mpMap, mpKeyFrameDatabase, strSettingsFile, mSensor);

//Initialize the Local Mapping thread and launch
mpLocalMapper = new LocalMapping(mpMap, mSensor==MONOCULAR);
mptLocalMapping = new thread(&ORB_SLAM2::LocalMapping::Run,mpLocalMapper);

//Initialize the Loop Closing thread and launch
mpLoopCloser = new LoopClosing(mpMap, mpKeyFrameDatabase, mpVocabulary, mSensor!=MONOCULAR);
mptLoopClosing = new thread(&ORB_SLAM2::LoopClosing::Run, mpLoopCloser);

//Initialize the Viewer thread and launch
if(bUseViewer)
{
    mpViewer = new Viewer(this, mpFrameDrawer,mpMapDrawer,mpTracker,strSettingsFile);
    mptViewer = new thread(&Viewer::Run, mpViewer);
    mpTracker->SetViewer(mpViewer);
}

//Set pointers between threads
mpTracker->SetLocalMapper(mpLocalMapper);
mpTracker->SetLoopClosing(mpLoopCloser);

mpLocalMapper->SetTracker(mpTracker);
mpLocalMapper->SetLoopCloser(mpLoopCloser);

mpLoopCloser->SetTracker(mpTracker);
mpLoopCloser->SetLocalMapper(mpLocalMapper);

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
接下来就是这几个线程的工作过程了，感觉有必要看一下有关多线程方面的知识了，还要看一下词袋怎么用来回环检测的，然后看看每个线程如何工作的，互相之间又是通信的。

版权声明：本文为CSDN博主「幽冥小龙」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43527185/article/details/83717066