ORB-SLAM2源码详解：关键模块与流程

ORB-SLAM2是一款先进的视觉SLAM（同时定位与建图）系统，它在计算机视觉领域具有显著的地位。本文档深入解析了ORB-SLAM2的源代码，尤其关注于Tracking.cpp、LocalMapping.cpp、LoopClosing.cpp和Viewer.cpp这四个关键模块。作者吴博是人工智能与机器人研究所的研究人员，他分享了该系统的核心结构和工作流程。 首先，代码中遵循了清晰的变量命名规则，如使用 "p" 表示指针，"n" 表示整型，"b" 表示布尔型，"s" 和 "v" 分别代表集合（set）和向量（vector），"l" 表示列表（list），而 "m" 表示类成员变量。这有助于代码的可读性和维护性。 系统的主要入口点在于处理输入图像，包括从立体摄像头（Stereoscopic）、RGBD传感器或单眼相机获取图像。图像被转换成灰度图，并构造Frame对象，其中包含ORB特征提取器。对于单眼相机，有初始化（IniORBextractor）和已使用ORBextractor的两种情况。 接下来，是Tracking线程的核心功能。在Stereo模式下，先进行初始化（StereoscopicInitialization），然后进行相机位姿跟踪，通过创建KeyFrame并将其加入到地图（mpMap）和数据库（mpKeyFrameDB）中。用户可以通过设置 mbOnlyTracking 选项来选择仅跟踪定位模式，若设为true，则不会插入关键帧，只进行连续的跟踪。 LocalMapping.cpp负责局部地图的构建和更新，根据是否生成关键帧的逻辑，如果在MonocularInitialization时设置了 mbOnlyTracking 为true，那么将进入一个同时跟踪与定位的模式，此时局部地图的功能可能受限。 LoopClosing.cpp模块负责检测和处理循环闭合（loop closure），这是SLAM中的一个重要环节，用于提高地图的全局一致性。最后，Viewer.cpp负责渲染和显示SLAM过程中的结果，帮助用户理解和评估系统的性能。 ORB-SLAM2源码中文详解文档详细介绍了系统的工作原理，从输入图像处理到关键帧管理，再到局部地图构建和循环闭合，以及最终的可视化展示，涵盖了整个SLAM算法的执行流程和技术细节。这对于理解视觉SLAM技术，尤其是ORB-SLAM2算法的实现提供了宝贵的参考资源。