tracking定位

tracking定位

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。