追踪部分的主要思路是在当前帧和(局部)地图之间寻找尽可能多的对应关系,来优化当前帧的位姿。作者在追踪这部分主要用了几种模型:运动模型(tracking with motion model)、关键帧(tracking with reference key frame)和重定位(relocalization)。下面一一介绍。tracking with [更新时间:2024-11-24]
追踪部分的主要思路是在当前帧和(局部)地图之间寻找尽可能多的对应关系,来优化当前帧的位姿。
作者在追踪这部分主要用了几种模型:运动模型(tracking with motion model)、关键帧(tracking with reference key frame)和重定位(relocalization)。
下面一一介绍。
tracking with motion model
假设物体处于匀速运动,那么可以用上一帧的位姿和速度来估计当前帧的位姿。上一帧的速度可以通过前面几帧的位姿计算得到。这个模型适用于运动速度和方向比较一致,没有大转动的情形下,比如匀速运动的汽车、机器人、人等。而对于运动比较随意的目标,当然就会失效了。此时就要用到下面两个模型。
tracking with reference key frame
假如motion model已经失效,那么首先可以尝试和最近一个关键帧去做匹配。毕竟当前帧和上一个关键帧的距离还不是很远。作者利用了bag of words(bow)来加速匹配。首先,计算当前帧的bow,并设定初始位姿为上一帧的位姿;其次,根据位姿和bow词典来寻找特征匹配(参见orb-slam(六)回环检测);最后,利用匹配的特征优化位姿。