some updates

.vscode/settings.json

@@ -51,6 +51,14 @@
         "tuple": "cpp",
         "typeindex": "cpp",
         "typeinfo": "cpp",
-        "utility": "cpp"
+        "utility": "cpp",
+        "condition_variable": "cpp",
+        "algorithm": "cpp",
+        "iterator": "cpp",
+        "map": "cpp",
+        "memory_resource": "cpp",
+        "random": "cpp",
+        "set": "cpp",
+        "string": "cpp"
     }
 }

Examples/ROS/ORB_SLAM2/src/ros_rgbd.cc

@@ -1,3 +1,15 @@
+/**
+ * @file ros_rgbd.cc
+ * @author guoqing (1337841346@qq.com)
+ * @brief ORB RGB-D 输入的ROS节点实现
+ * @version 0.1
+ * @date 2019-08-06
+ * 
+ * @copyright Copyright (c) 2019
+ * 
+ */
+
+
 /**
 * This file is part of ORB-SLAM2.
 *
@@ -18,7 +30,6 @@
 * along with ORB-SLAM2. If not, see <http://www.gnu.org/licenses/>.
 */
 
-
 #include<iostream>
 #include<algorithm>
 #include<fstream>

src/LocalMapping.cc

@@ -312,10 +312,11 @@ void LocalMapping::MapPointCulling()
 void LocalMapping::CreateNewMapPoints()
 {
     // Retrieve neighbor keyframes in covisibility graph
-    // 不同传感器下要求不一样,单目的时候要求更高一些
+    // 不同传感器下要求不一样,单目的时候需要有更多的具有较好共视关系的关键帧来建立地图
     int nn = 10;
     if(mbMonocular)
         nn=20;
+
     // step 1：在当前关键帧的共视关键帧中找到共视程度最高的nn帧相邻帧vpNeighKFs
     const vector<KeyFrame*> vpNeighKFs = mpCurrentKeyFrame->GetBestCovisibilityKeyFrames(nn);
 

src/LoopClosing.cc

@@ -777,6 +777,7 @@ void LoopClosing::CorrectLoop()
     // Add loop edge
     // STEP 7：添加当前帧与闭环匹配帧之间的边（这个连接关系不优化）
     // 这两句话应该放在OptimizeEssentialGraph之前，因为OptimizeEssentialGraph的步骤4.2中有优化，（wubo???） -- 师兄..我们不优化这个回环边
+    // ? but, 我们为什么不优化这个回环边呢?
     mpMatchedKF->AddLoopEdge(mpCurrentKF);
     mpCurrentKF->AddLoopEdge(mpMatchedKF);
 

src/Tracking.cc

@@ -448,7 +448,7 @@ void Tracking::Track()
             //单目初始化
             MonocularInitialization();
 
-        //这一帧处理完成了,调用帧绘制器来赋值一份当前帧的状态
+        //这一帧处理完成了,更新帧绘制器中存储的最近的一份状态
         mpFrameDrawer->Update(this);
 
         //这个状态量在上面的初始化函数中被更新
@@ -900,13 +900,15 @@ void Tracking::MonocularInitialization()
             for(size_t i=0; i<mCurrentFrame.mvKeysUn.size(); i++)
                 mvbPrevMatched[i]=mCurrentFrame.mvKeysUn[i].pt;
 
-            // 这两句是多余的
+            // 这句判断其实看上去有点多余，不过也是在析构指针指向的对象之前先检查一下，来避免出现段错误
+            // --- 不对，就是多余！ 因为单目初始化器还没有被构建，我们才来到这个分支的
             if(mpInitializer)
                 delete mpInitializer;
 
             // 由当前帧构造初始器 sigma:1.0 iterations:200
             mpInitializer =  new Initializer(mCurrentFrame,1.0,200);
 
+            // -1 表示没有任何匹配。这里面存储的是匹配的点的id
             fill(mvIniMatches.begin(),mvIniMatches.end(),-1);
 
             return;
@@ -999,8 +1001,8 @@ void Tracking::MonocularInitialization()
 void Tracking::CreateInitialMapMonocular()
 {
     // Create KeyFrames 认为单目初始化时候的参考帧和当前帧都是关键帧
-    KeyFrame* pKFini = new KeyFrame(mInitialFrame,mpMap,mpKeyFrameDB);
-    KeyFrame* pKFcur = new KeyFrame(mCurrentFrame,mpMap,mpKeyFrameDB);
+    KeyFrame* pKFini = new KeyFrame(mInitialFrame,mpMap,mpKeyFrameDB);  // 第一帧
+    KeyFrame* pKFcur = new KeyFrame(mCurrentFrame,mpMap,mpKeyFrameDB);  // 第二帧
 
     // step 1：将初始关键帧的描述子转为BoW
     pKFini->ComputeBoW();
@@ -1043,7 +1045,7 @@ void Tracking::CreateInitialMapMonocular()
         pMP->AddObservation(pKFini,i);
         pMP->AddObservation(pKFcur,mvIniMatches[i]);
 
-        // b.从众多观测到该MapPoint的特征点中挑选区分读最高的描述子
+        // b.从众多观测到该MapPoint的特征点中挑选区分度最高的描述子
         pMP->ComputeDistinctiveDescriptors();
         // c.更新该MapPoint平均观测方向以及观测距离的范围
         pMP->UpdateNormalAndDepth();
@@ -1148,6 +1150,7 @@ void Tracking::CheckReplacedInLastFrame()
         if(pMP)
         {
             //获取其是否被替换,以及替换后的点
+            // 这也是程序不选择间这个地图点删除的原因，因为删除了就。。。段错误了
             MapPoint* pRep = pMP->GetReplaced();
             if(pRep)
             {   
@@ -1179,7 +1182,7 @@ bool Tracking::TrackReferenceKeyFrame()
     vector<MapPoint*> vpMapPointMatches;
 
     // step 2：通过特征点的BoW加快当前帧与参考帧之间的特征点匹配
-    //NOYICE 之前师兄说的，通过词袋模型加速匹配就是在这里哇
+    //NOTICE 之前师兄说的，通过词袋模型加速匹配就是在这里哇
     // 特征点的匹配关系由MapPoints进行维护
     int nmatches = matcher.SearchByBoW(
         mpReferenceKF,          //参考关键帧