做网站怎样产生效益/搜索引擎推广步骤

地图点可以通过关键帧来构造，也可以通过普通帧构造，但是最终，必须是和关键帧对应的，通过普通帧构造的地图点只是临时被Tracking用来追踪用的。

构造函数（地图点3D坐标及其参考帧）：

// 参考帧是关键帧，该地图点将于许多帧关键帧对应，建立关键帧之间的共视关系
MapPoint::MapPoint(const cv::Mat &Pos, KeyFrame *pRefKF, Map* pMap)
// 参考帧是普通帧，该地图点只与当前普通帧的特征点对应
MapPoint::MapPoint(const cv::Mat &Pos, Map* pMap, Frame* pFrame, const int &idxF)

地图点和关键帧之间的观测关系是最重要的，参考关键帧是哪一帧，该地图点被哪些关键帧观测到，对应的哪个（idx）特征点？通过两个成员维护：

std::map<KeyFrame*,size_t> mObservations;
// 观测到该地图点的相机数
int nObs; 

添加地图点观测：能够观测到同一个地图点的关键帧之间存在共视关系

void MapPoint::AddObservation(KeyFrame* pKF, size_t idx);

删除地图点观测：从当前地图点的mObservation和nObs成员中删掉对应关键帧观测关系，若该关键帧恰好是参考帧，则需要重新指定。当观测相机数小于等于2时，该地图点需要剔除。删掉观测关系，和删掉地图点（以及替换地图点），需要区分开！

void MapPoint::EraseObservation(KeyFrame* pKF);

剔除MapPoint不仅需要删掉地图点中维护的关键帧观测关系，还需要删掉对应关键中对应的地图点，以及Map中该地图点的内存：

void KeyFrame::EraseMapPointMatch(const size_t &idx)
{unique_lock<mutex> lock(mMutexFeatures);mvpMapPoints[idx]=static_cast<MapPoint*>(NULL);
}mpMap->EraseMapPoint(this);

下面是一个重要的函数：

void MapPoint::Replace(MapPoint* pMP);

将当前地图点（this），替换成pMp。主要使用在闭环时，调整地图点和关键帧，建立新的关系：

关键帧将联系的this替换成pMap：

pKF->ReplaceMapPointMatch(mit->second, pMP);// KeyFrame中mit->second索引对应的地图点，用pMP替换掉原来的this
pMP->AddObservation(pKF,mit->second);// pMp地图点添加观测关键帧
// 删掉Map中该地图点
mpMap->EraseMapPoint(this);

无论是SetBadFlag()还是Replace()，当前地图点的mbBad标志都被记为true，表明当前地图点是个坏点。

visible和found的区别：该地图点在视野范围内，该地图点有对应特征点的帧数。通常来说，found的地图点一定是visible的，但是visible的地图点很可能not found

float MapPoint::GetFoundRatio()
{unique_lock<mutex> lock(mMutexFeatures);return static_cast<float>(mnFound)/mnVisible;
}

GetFoundRatio低表示该地图点在很多关键帧的视野范围内，但是没有匹配上很多特征点。

最后是MapPoint中几个比较重要的函数：

void MapPoint::ComputeDistinctiveDescriptors();
void MapPoint::UpdateNormalAndDepth();
int MapPoint::PredictScale(const float &currentDist, KeyFrame* pKF);

1. 计算地图点描述子：

从mObservations中获取观察到当前地图点的关键帧及对应描述子，描述子放入vDescriptor描述子向量组成的向量中。在这些描述子中，选择距离（类似hamming距离）其他描述子最近的（中值距离最小，看代码去体会一下是什么意思）作为地图点的描述子mDescriptor。

2. 计算地图点平均观测方向和深度

地图点到所有观测到的关键帧相机中心向量，归一化后相加。

深度范围：地图点到参考帧（只有一帧）相机中心距离，乘上参考帧中描述子获取时金字塔放大尺度，得到最大距离mfMaxDistance；最大距离除以整个金字塔最高层的放大尺度得到最小距离mfMinDistance。通常来说，距离较近的地图点，将在金字塔层数较高的地方提取出，距离较远的地图点，在金字塔层数较低的地方提取出（金字塔层数越低，分辨率越高，才能识别出远点）。因此通过地图点的信息（主要是对应描述子），我们可以获得该地图点对应的金字塔层级：

const int level = pRefKF->mvKeysUn[observations[pRefKF]].octave;

从而预测该地图点在什么距离范围内能够被观测到！

3. int MapPoint::PredictScale(const float &currentDist, KeyFrame* pKF)

注意金字塔ScaleFactor和距离的关系：当前特征点对应ScaleFactor为1.2的意思是：图片分辨率下降1.2倍后，可以提取出该特征点（分辨率更高时，肯定也可以提取出，这里取金字塔中能够提取出该特征点最高层级作为该特征点的层级）

同时，由当前特征点的距离，可以推测所在层级。

 

Map则比较简单，主要负责维护其中关键帧和地图点容器，设置参考地图点用于绘图：

std::set<MapPoint*> mspMapPoints;
std::set<KeyFrame*> mspKeyFrames;