【ORB-SLAM2源码梳理1】以单目mono_tum.cc为例，构建SLAM系统（含mono_tum.cc、System.cc关键代码解析）
文章目录
- 前言
- 一、进入mono_tum.cc
-
- 1. 导入TUM数据集图片：LoadImages()
- 2. 构建SLAM系统：System
- 3. 系统构建结束，开启跟踪线程
-
- 1）一帧帧地读取对应路径下的rgb图像：
- 2）将图像帧传入Tracking线程，开始一系列操作（关键）：
- 二、代码导图
前言
因为对于视觉SLAM而言，单目涉及初始化等步骤，相对于双目和RGBD较为复杂，故从单目学起。
学习记录。
一、进入mono_tum.cc
1. 导入TUM数据集图片：LoadImages()
void LoadImages(const string &strFile, vector<string> &vstrImageFilenames,
vector<double> &vTimestamps);
* @param[in] strFile 读入的文件名称
* @param[in&out] vstrImageFilenames 彩色图片名称
* @param[in&out] vTimestamps 记录时间戳
导入TUM数据集中的图片。
注：每个数据集库的图片/数据形式不同，故此函数的内容略有差异。
笔记简记：
- open()函数
笔记来源：CSDN@Ocean&&Star
#include 功能：open 函数将 filename 转换为一个文件描述符，并且返回描述符数字。返回的描述符总是在进程中当前没有打开的最小描述符。
参数：
pathname 是待打开/创建文件的路径名
flags 指明了进程打算如何访问这个文件
mode 参数仅当创建新文件时才使用（而且必须用），用于指定文件的访问权限。
- c_str()函数
笔记来源：CSDN@繁星蓝雨、@丫丫afc
const char *c_str();
功能：函数c_str()是将C++的string转化为C的字符串数组，c_str()生成一个const char *指针，指向字符串的首地址，内容与string串相同。
目的：为了与c语言兼容，在c语言中没有string类型，故必须通过string类对象的成员函数c_str()把string 对象转换成c中的字符串样式。
① c_str是一个内容为字符串指向字符数组的临时指针；
② c_str返回的是一个可读不可改的常指针；
注：一定要使用strcpy()函数等来操作方法c_str()返回的指针，否则会得到一些垃圾内容。
- stringstream类
stringstream ss;
ss << s;
double t;
string sRGB;
ss >> t; // 输出时间戳数据，
vTimestamps.push_back(t); // 将时间戳数据放在vTimestamps中
ss >> sRGB; // 输出彩色图片名称的数据
vstrImageFilenames.push_back(sRGB); // 将图像名称数据放在vstrImageFilenames中
stringstream类对象在经过抽取运算符给其他类型的对象时，只会留下类型相匹配的内容。
2. 构建SLAM系统：System
mono_tum.cc中的System：
ORB_SLAM2::System SLAM(argv[1],argv[2],ORB_SLAM2::System::MONOCULAR,true);
System在此处的作用：
1）读取ORB词典，为回环检测做准备；
2）创建关键帧数据库KeyFrameDatabase，用于存放关键帧及其相关数据；
3）初始化Tracking线程，为下面main函数中运行Tracking线程做准备；
4）初始化并启动LocalMapping线程；
5）初始化并启动LoopClosing线程；
6）初始化并启动窗口显示线程mptViewer；
7）在各个线程之间分配资源，方便线程彼此之间的数据交互。
基本就是SLAM系统的核心了。
声明：System.h
System(const string &strVocFile, //指定ORB字典文件的路径
const string &strSettingsFile, //指定配置文件的路径
const eSensor sensor, //指定所使用的传感器类型
const bool bUseViewer = true); //指定是否使用可视化界面
strVocFile：ORB词典文件的路径；
strSettingsFile：配置文件路径
sensor：摄像头类型
bUseViewer = true：是否打开可视化界面Viewer
定义：System.cc中的System构造函数
System::System(const string &strVocFile, const string &strSettingsFile, const eSensor sensor, const bool bUseViewer):
mSensor(sensor), // 初始化传感器类型
mpViewer(static_cast<Viewer*>(NULL)), // 初始化可视化界面，置空
mbReset(false), // 复位标志
mbActivateLocalizationMode(false), // 定位模式（不进行局部建图）
mbDeactivateLocalizationMode(false) // 非定位模式
System构造函数主要流程（关键！！！）：
1）检测传感器类型，读取词袋（此处的词袋、词典状态采用的都是第三方库）；
2）创建关键帧数据库：mpKeyFrameDatabase = new KeyFrameDatabase(*mpVocabulary);
创建地图：mpMap = new Map();
创建逐帧绘制器：mpFrameDrawer = new FrameDrawer(mpMap);
创建地图绘制器：mpMapDrawer = new MapDrawer(mpMap, strSettingsFile);
3）初始化Tracking线程：mpTracker = new Tracking();
4）…（目前学至Tracking线程，其他后续再填坑）
笔记简记：
C++ 类的构造函数后面加单：的作用：
① 对父类进行初始化；
② 对类成员进行初始化；
③ 对类的const成员变量进行初始化。
注：对于②③的说明：
构造函数列表初始化执行顺序与成员变量在类中声明顺序相同，与初始化列表中语句书写先后无关；
相对于在构造函数中赋值，初始化列表执行效率更高。
3. 系统构建结束，开启跟踪线程
1）一帧帧地读取对应路径下的rgb图像：
注：如果实时跟踪的话，在一开始启动程序时就不会输入这个路径。
// Main loop
cv::Mat im;
for(int ni=0; ni<nImages; ni++)
{
// Read image from file
im = cv::imread(string(argv[3])+"/"+vstrImageFilenames[ni],CV_LOAD_IMAGE_UNCHANGED); // 读图
double tframe = vTimestamps[ni]; // 读取文件中的时间戳
if(im.empty())
{
cerr << endl << "Failed to load image at: "
<< string(argv[3]) << "/" << vstrImageFilenames[ni] << endl;
return 1;
}
2）将图像帧传入Tracking线程，开始一系列操作（关键）：
SLAM.TrackMonocular(im,tframe);
TrackMonocular()函数的定义在System.cc中：
cv::Mat System::TrackMonocular(const cv::Mat &im, const double ×tamp)
{
...
//获取相机位姿的估计结果
cv::Mat Tcw = mpTracker->GrabImageMonocular(im,timestamp); //计算单目相机位姿，并存储与Tcw
unique_lock<mutex> lock2(mMutexState);
mTrackingState = mpTracker->mState; // 更新追踪器状态
mTrackedMapPoints = mpTracker->mCurrentFrame.mvpMapPoints; // 更新当前跟踪的地图点
mTrackedKeyPointsUn = mpTracker->mCurrentFrame.mvKeysUn; // 更新校正后的特征点
return Tcw; // 返回相机位姿
}
GrabImageMonocular()函数的定义在Tracking.cc中。
得到相机位姿（从世界坐标系转换到相机坐标系的变换矩阵）Tcw后，更新追踪状态标志。
如此反复重复的进行，最后关闭所有线程：
SLAM.Shutdown();
输出一些跟踪得到的数据、打印时间、保存轨迹等。
over！
二、代码导图
绘图参考：CSDN@文科升