当前位置：首页 > news >正文

DSOL源码基本函数列表

news 2025/6/21 15:30:18

简介DSOL的函数名和算法流程

- 概述
- 命名
- 数据结构
- 主干算法逻辑

DSOL(Direct Sparse Odometry Lite)是宾夕法尼亚大学重构DSO（直接稀疏里程计）的一个版本，众所周知DSO的代码自身耦合比较复杂，而DSOL主要是重构了DSO的代码。增加了gtest测试、glog和fmt格式化输出、absl多线程并行，交互使用ROS一定程度影响了效率。

DSOL可适用双目和单目的SLAM系统。

概述

DSOL结构非常清晰，几乎和DSO算法流程图一样一一对应，看到名字就知道对应的意义。主要都是放到 DirectOdometry::Estimate 下，有以下几个大块对应那三个线程

Track(image_l, image_r, dT)
Map(bool add_kf, const cv::Mat& depth)
BundleAdjust 被Map调用
- BundleAdjuster::Marginalize 被RemoveKeyframe调用

在前端跟踪时使用 FrameAligner，完成相对KeyFrame的直接图像对齐，计算AlignCost；后端优化时使用 BundleAdjuster，计算光度BA问题，主要使用Hessian计算舒尔补边缘化并求解优化。

命名

其中基本命名不同包括：

aligner 对应于直接图像对齐的实例
adjuster 对应于后端PBA的实例
refine 主要指的是双目直接匹配的视差精化
ooc, oob 遮挡或运动目标引起的bad、out，需要丢弃的patch
patch 原为pattern
Forward 正向wrap投影、Backward 反向投影
FrameHessian1 用于aligner、FrameHessian2 用于adjuster

数据结构

主要数据结构和DSO一样，可能有改名字的，更清晰了。除了其他SLAM中都有的，还包含下面这些主要的基本数据结构

AffineModel 光度仿射模型
ImagePyramid 图像金字塔
PixelSelector 用于找到图像中具有大梯度的像素
Patch 像素周围的块，也就是pattern
PatchHessian 分块Hessian的图像梯度块的基类，用于aligner和adjuster
PointHessian 这个不是常用的，只用于refiner
Frame 不包含FramePoint，仅用于tracking
Keyframe 包含FramePointGrid 等，是维护的主要内容
FramePoint 关键帧上的iDepth点，存储Jacobian
FramePointGrid 每个格子大小 32*32，包含FramePoint
FrameState 包含SE3和affine
FrameHessian 一个基类，包含大小信息，不包含Hessian矩阵。用于实现 1.aligner中使用的三角化程度比较低的单帧Hessian 2. adjuster中使用的帧间关联Hessian 3. FrameHessianX 包含动态大小Hessian数据
KeyframeWindow 包含多个KF的滑窗，放在window.h中
FrameAligner 直接图像对齐
- DepthPointGrid 每个格子，包含逆深度和像素点
BundleAdjuster 计算光度BA问题
- FramePointHessian 存储求解出的点数据，
- SchurFrameHessian 存储舒尔补之后的数据，
StereoMatcher 用于双目的稀疏立体匹配器

主干算法逻辑

按照调用顺序，主要流程按三个大块，所用到的用于SLAM功能的函数如下：

NodeData::Run
DirectOdometry::Estimate
DirectOdometry::Track{					// 跟踪DirectOdometry::TrackFrame{FrameAligner::AlignFrameAligner::AlignLevel 				金字塔一层的图像对齐FrameAligner::SolveSolveCholeskyScaledFrameAligner::BuildLevel 				为当前层构建AlignCost，返回FrameHessian1AlignCost::Build 						为每个patch构造FrameHessianAlignCost::WarpPatch 					输入patch0、point0和FrameHessian1，返回DepthPointAlignCost::UpdateHess 				为单独一个patch 更新HessianAlignCost::CalcJacGeo 				计算du_dx类型为JacGeoFrameHessian1::AddPatchHess
}
DirectOdometry::ShouldAddKeyframe
}
DirectOdometry::Map{					// 建图DirectOdometry::AddKeyframe(cv::Mat& depth) DirectOdometry::AddKeyframe(Frame& frame)PixelSelector::SetOccMaskPixelSelector::SelectKeyframe::InitPointsStereoMatcher::MatchStereoMatcher::MatchCoarseStereoMatcher::MatchRefineStereoMatcher::BestMatchKeyframe::InitFromDispCamera::Disp2Idepth 				视差到深度图Keyframe::InitFromAlign(cv::Mat& idepth) 初始化Keyframe::InitPatches 				按金字塔层级初始化patchKeyframe::InitPatchesLevelPatch::ExtractAround3
}
DirectOdometry::BundleAdjust{			// PBABundleAdjuster::AdjustBundleAdjuster::AdjustLevelBundleAdjuster::BuildLevel  			为所有关键帧单个level构建HessianAdjustCost::Build 返回FrameHessian2AdjustCost::WarpPatchPatch::ExtractFastcv::Point3d GradValAtDAdjustCost::UpdateHessAdjustCost::CalcJacGeo 				计算j_geo类型为JacGeoMatrixMNd<2, 3> DprojDpointFrameHessian2::AddPatchHess FramePointHessian::AddPatchHess 
}
DirectOdometry::Map{DirectOdometry::RemoveKeyframe{ 		删除关键帧BundleAdjuster::Marginalize			// 边缘化BundleAdjuster::BuildLevelKf 			1. 为一个关键帧的单个level构建HessianAdjustCost::Build 					返回FrameHessian2，下面是并行调用，（前面TrackFrame已经出现过）AlignCost::WarpPatch 					输入patch0、point0和FrameHessian1，返回DepthPointAlignCost::UpdateHess 				为单独一个patch 更新HessianAlignCost::CalcJacGeo 				计算du_dx类型为JacGeoFrameHessian1::AddPatchHessFramePointHessian::AddFrameHessFramePointHessian::MargPointsRange	2. 边缘化帧kf_ind中的所有点FillLowerTriangularSafeCwiseInverseMargPointsToFrames					将点边缘化到帧上，并行化计算新的HessianFillUpperTriangularSchurFrameHessian::MargFrame 			4. 边缘化帧kf_ind以形成新的先验StableRotateBlockTopLeftMargTopLeftBlock
}}