怎么把光流结果加入Tracking过程呀

[XinnWang]

您好，十分感谢您能开源代码。我有个疑问想问下，您的代码是在Track前面进行一次光流计算对嘛，但是我不太理解光流计算的结果会怎样影响SLAM的结果呢？我看到光流算出来的RT仅仅是命令行输出了一下，并没有赋值之类的。您CSDN上面说的“使用光流法跟踪非关键帧，不需要提取所有帧的特征点。”是需要在哪里修改代码呀？

[suffeeen]

你好，2020年1月1日提交的版本是尚未完成的版本，只是在orbslam的基础上加入了光流跟踪计算相机位姿，并没有orbslam主体产生影响。稍后我会提交下一个版本

[XinnWang]

您好，十分感谢您的更新。我看到您的代码是只支持RGBD相机的版本，想问下您是否考虑增加单目相机的支持呢？如果您没有这个计划，我fork了您的代码，按照您的想法改了一个单目的版本，但是跑起来效果不是很理想，尤其是弯道的地方。如果您有空的话，可以帮我看看嘛？代码地址 再次感谢您的帮助。

[suffeeen]

单目情况跑不好是正常的，尤其是转弯的时候，场景变化太大，图像也会变模糊，匹配就更难了。而且单目情况下，一对配对点提供的约束要小于双目和rgbd的情况，而且每对配对点的误差比双目和rgbd误差更大，更容易被判断为outlier。 如果是项目需要，建议换传感器，做多传感器融合。 如果只是想减少单目跟踪失败的情况，只能尽可能多的产生3D点，并在跟踪到3D点较少的情况下立刻插入新的3D点。 有两个方法，一个降低插入关键帧的要求，在Tracking::NeedNewKeyFrame()中降低c3、c4、c5的要求，还有一个是尽可能多的用关键帧三角化生成3D点，在 LocalMapping::CreateNewMapPoints() { if(ratioBaselineDepth<0.01) continue; } 把0.01改小，也可以直接改为false试试 这两种方法应该会减少跟踪失败的情况，但会降低运行速度，而且提升有限。 还有一个比较玄学的修改方式： 修改： Optimizer::PoseOptimization(Frame *pFrame) 把这个数组里面的值改大，应该可以增加inlier的数量： const float chi2Mono[4]={5.991,5.991,5.991,5.991};