ORB-SLAM3系列-多地图管理( 二 ) 作者：Liam来源：公众号@计算机

3）融合地图。利用位姿T_Wa, Ws把M_s中的所有关键帧和地图点都投影到M_a中；检测重复的地图点融合；把M_s和M_a中的所有关键帧和地图点放在M_m中；最后把M_s和M_a的生成树和共视图合并成M_m的生成树和共视图。

4）在连接区域的局部BA 。根据包含了与k_a共视的所有关键帧的M_m共视图。为了固定测量的自由度，在M_a中固定的关键帧在局部BA中保持固定，而在非线性优化过程中，其余关键帧被设置为可优化量。利用第二个重复点检测和融合来更新M_m共视性图。

5）位姿图优化。最后利用位姿图优化来优化M_m的位姿。

地图融合线程和tracking线程并行运行，在融合之间有时候会触发全局BA ，这时候局部建图会停止来避免在atlas中加入新的关键帧。如果全局的BA线程在运行，局部建图也会停止，因为生成树在BA后会发生改变。 tracking线程会在旧的active地图中保持实时的运行。一旦地图融合完成，就重启局部建图线程。全局BA结束了以后也会重启局部建图线程来接收新的数据。
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「计算机视觉工坊」公众号后台回复：深度学习，即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。
下载2
在「计算机视觉工坊」公众号后台回复：计算机视觉，即可下载计算机视觉相关17本pdf书籍，包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。
下载3
【ORB-SLAM3系列-多地图管理】在「计算机视觉工坊」公众号后台回复：SLAM ，即可下载独家SLAM相关视频课程，包含视觉SLAM、激光SLAM精品课程。