SLAM BOW词袋重定位

DBOW

bags of binary words for fast place recognition in image sequence (https://ieeexplore.ieee.org/document/6202705) 这篇文章参考了前文，是ORBSLAM2中重定位模块的基础。首先按照文章的结构介绍这一篇文章。

Binary features

• 文章中使用FAST特征点和BRIEF描述子。
• FAST和BRIEF特征点计算速度快。
• 使用二进制的BRIEF描述子计算二进制距离可以使用位运算符（xor），计算hamming距离。

Image database

• 预先离线收集图像，建立vocabulary。主要包括Inverse index 和Direct index。Inverse index是针对每一个词袋的单词，并且记录每个单词在每个关键帧的权重。Direct index是对每个层的记录，记录了在一张图片在当前层有哪些节点包含了图片中的特征word。
• 使用k means和k medians clustering。使用tf-idf作为权重。
• Inverse index是为了以后计算中更快的访问每个单词的权重。
• Direct index是为了更加方便的存储每张图片的每个节点的特征信息。
• 对于一张新图片，对每个特征点在词袋中寻找hamming距离最近的word。最终encoding成一个t维的向量（t为单词的数量）。

Loop detection

A. Data base query

• 简单的来说就是寻找队列中距离最近的一个关键帧。
• 文章中使用一个归一化的score。具体定义可以参见原文章。

B. Matching grouping

• 如果当前的图片和候选人X很“接近”，那么当前图片和X邻近的的一些关键帧也会同样接近。这不是我们想要的。
• 所以文章提出讲候选图片先grouping据类成一个个island。每个island中只会有一个最终的结果。

C. Temporal consistency

• 如果当前图片和某一个候选人很接近，那么上一帧应该和这个候选人很接近才对。
• 所以下一步的检验是候选人帧和上一帧的匹配检测。
• 最终得到最终候选人。

D. Efficient geometrical consistency

• 在获取最终的候选人之后要进行几何验证。
• 首先是使用之前的Direct index找到可能相似的特征匹配候选。
• 使用RANSAC fundament matrix匹配。

结果分析

• BRIEF特征点找到的匹配大多数是中距离和远距离的。因为BRIEF没有scale信息。
• SURF特征点点对近距离的特征效果更好。

ORBSLAM2 中的Relocalization

根据词袋计算得到候选

• 这一个流程基本和前面的ABC思想一致。
• 在所有关键帧中找与当前帧有公用单词的帧。
• 提取中存在足够过共有单词的关键帧。
• 计算相似分数，并且根据co-visibility累积分数。
• 返回所有高分的候选。

下一步计算位姿

• 类似上面的C步骤，使用Direct Index寻找特征点匹配。
• 使用PnP RANSAC，寻找更加准确的匹配点，并且设置位姿初始值。
• Pose optimization （bundle adjustment）优化位姿，得到最终结果。

使用方法

下面以FBOW为例子，介绍BOW的整个使用步骤。

1. 创建图像数据集并且提取对应的特征点数据

提取方式有很多，这里就不赘述了。

2. 创建Vocabulary

根据上面提取的特征点数据，将描述子的格式转变为一个vector。然后选择适当的创建参数，最后开始创建。整个过程需要一段