简易双目视觉里程计

基于双目相机的视觉里程计，灵感来源于高翔博士的《视觉SLAM十四讲》

环境支撑：

操作系统： Ubuntu 20.04
cmake >= 3.8
OpenCV 3.14.0、 g2o、 Sophus、 Eigen 3.7、 gooletest 、pooglin 等

主体架构

基础数据结构

关键帧，特征点，路标点，地图

前端

前端拥有 初始化、 正常追踪、 追踪丢失 三种状态
初始化状态： 根据左右目之间进行光流匹配，寻找可以三角化的点，成功时建立初始地图
追踪阶段： 使用上一帧的特征点到当前帧的光流，根据光流结果计算图像位姿。只使用左目图像
      关键帧确定： 如果追踪点较少，确定为关键帧 
        - 如何处理： ① 提取新的特征点 ② 找到左右目的对应点进行尝试三角化 ③ 将新的关键帧和路标点加入地图，并触发一次后端优化
追踪丢失： 重置前端，重新初始化

后端

后端使用滑动窗口法(我的设置中，窗口大小为7个关键帧) 
开启后端线程： 当触发时，对当前的所有路标点，关键帧等进行BA计算优化。

最终实现效果：

在kitti数据集测试表现如下， 能够流畅运行

使用方法：

按照环境支撑进行环境布置之后，clone 代码到本地

git clone https://github.com/null-goudan/MySlam_Basic.git

使用以下命令:

mkdir build
cd build
cmake ..
make -j4

这时 bin 文件夹下有编译好的 run_kitti_stereo 将其移动至 工程目录文件夹 下 使用 ./run_kitti_stereo

需要注意的是： 算法的参数设置以及输入数据的设置将会读取config 目录下 default.yaml 里的设置, 需要您更改其中的数据集的位置到您的数据集文件夹中，读取数据集的方式这里使用的include/myslam/dataset.h 如使用kitti以外的数据集（或者您自己的数据集）还需您自己更改其读取方式。