VINS估计器之检查视差

VINS估计器之检查视差
为什么检查视差
VINS⾥为了控制优化计算量，在实时情况下，只对当前帧之前某⼀部分帧进⾏优化，⽽不是全部历史帧。

局部优化帧的数量就是窗⼝⼤⼩。

为了维持窗⼝⼤⼩，需要去除旧的帧添加新的帧，也就是边缘化 Marginalization。

到底是删去最旧的帧（MA VINS ⾥把特征点管理和检查视差放在了同⼀个函数⾥，先添加特征点，再进⾏视差检查。

所以今天主要看的是这个函数：
bool FeatureManager::addFeatureCheckParallax(int frame_count, const map<int, vector<pair<int, Eigen::Matrix<double, 7, 1>>>> &image, double td)；
在哪⾥需要检查视差
视差检查函数使⽤位置是在processImage内，也就是当estimator得到⼀帧图⽚的信息后，就会⽴马进⾏处理，⾸先第⼀步就是添加图⽚内的特征点以及检查视差。

void Estimator::processImage(const map<int, vector<pair<int, Eigen::Matrix<double, 7, 1>>>> &image, const std_msgs::Header &header)
{
ROS_DEBUG("new image coming ------------------------------------------");
ROS_DEBUG("Adding feature points %lu", image.size());
if (f_manager.addFeatureCheckParallax(frame_count, image, td))
marginalization_flag = MARGIN_OLD;
else
marginalization_flag = MARGIN_SECOND_NEW;
...
如何检查视差
分析函数内代码
bool FeatureManager::addFeatureCheckParallax(int frame_count, const map<int, vector<pair<int, Eigen::Matrix<double, 7, 1>>>> &image, double td)
{
ROS_DEBUG("input feature: %d", (int)image.size());
ROS_DEBUG("num of feature: %d", getFeatureCount());
//所有特征点视差总和
double parallax_sum = 0;
// 满⾜某些条件的特征点个数
int parallax_num = 0;
//被跟踪点的个数
last_track_num = 0;
for (auto &id_pts : image)
{
//特征点管理器，存储特征点格式：⾸先按照特征点ID，⼀个⼀个存储，每个ID会包含其在不同帧上的位置
FeaturePerFrame f_per_fra(id_pts.second[0].second, td);
int feature_id = id_pts.first;
// find_if 函数，找到⼀个interator使第三个仿函数参数为真
auto it = find_if(feature.begin(), feature.end(), [feature_id](const FeaturePerId &it)
{
return it.feature_id == feature_id;
} );
if (it == feature.end())
{
//如果没有找到此ID，就在管理器中增加此特征点
feature.push_back(FeaturePerId(feature_id, frame_count));
feature.back().feature_per_frame.push_back(f_per_fra);
}
else if (it->feature_id == feature_id)
{
//如果找到了相同ID特征点，就在其FeaturePerFrame内增加此特征点在此帧的位置以及其他信息，然后增加last_track_num，说明此帧有多少个相同特征点被跟踪到
it->feature_per_frame.push_back(f_per_fra);
last_track_num++;
}
}
if (frame_count < 2 || last_track_num < 20)
return true;
for (auto &it_per_id : feature)
{
//计算能被当前帧和其前两帧共同看到的特征点视差
if (it_per_id.start_frame <= frame_count - 2 &&
it_per_id.start_frame + int(it_per_id.feature_per_frame.size()) - 1 >= frame_count - 1)
{
parallax_sum += compensatedParallax2(it_per_id, frame_count);
parallax_num++;
}
}
if (parallax_num == 0)
{
return true;
}
else
{
ROS_DEBUG("parallax_sum: %lf, parallax_num: %d", parallax_sum, parallax_num);
ROS_DEBUG("current parallax: %lf", parallax_sum / parallax_num * FOCAL_LENGTH);
return parallax_sum / parallax_num >= MIN_PARALLAX;
}
}
每个特征点视差计算如下：
double FeatureManager::compensatedParallax2(const FeaturePerId &it_per_id, int frame_count)
{
//check the second last frame is keyframe or not
//parallax betwwen second last frame and third last frame
const FeaturePerFrame &frame_i = it_per_id.feature_per_frame[frame_count - 2 - it_per_id.start_frame];
const FeaturePerFrame &frame_j = it_per_id.feature_per_frame[frame_count - 1 - it_per_id.start_frame];
double ans = 0;
Vector3d p_j = frame_j.point;
double u_j = p_j(0);
double v_j = p_j(1);
Vector3d p_i = frame_i.point;
Vector3d p_i_comp;
p_i_comp = p_i;
double dep_i = p_i(2);
double u_i = p_i(0) / dep_i;
double v_i = p_i(1) / dep_i;
double du = u_i - u_j, dv = v_i - v_j;
// 这⼀步与上⼀步重复，不知道必要性在哪⾥，⽬前没有必须性
double dep_i_comp = p_i_comp(2);
double u_i_comp = p_i_comp(0) / dep_i_comp;
double v_i_comp = p_i_comp(1) / dep_i_comp;
double du_comp = u_i_comp - u_j, dv_comp = v_i_comp - v_j;
//其实就是算斜边⼤⼩
ans = max(ans, sqrt(min(du * du + dv * dv, du_comp * du_comp + dv_comp * dv_comp))); return ans;
}。