vins博客的一部分2

sync_process()

对两个imgBuf里的图像进行双目时间匹配（通过判断双目图像时间之差 <3ms），扔掉匹配不到的老帧。

double time0 = img0_buf.front()->header.stamp.toSec();//front 返回值为队列中的第一个元素，也就是最早、最先进入队列的元素
double time1 = img1_buf.front()->header.stamp.toSec();
if(time0 < time1 - 0.003)
{
    img0_buf.pop(); //如果img0里最靠前的元素太老了，就出队列：先进先出
}
else if(time0 > time1 + 0.003)
{
    img1_buf.pop();//如果img1里最靠前的元素太老了，就出队列
}

不断丢弃老帧，直到image0和image1能匹配的上。然后将双目图像，时间戳输入到估计器中，然后进行光流法跟踪等一系列后续计算。inputImage如下。

estimator.inputImage(time, image0, image1);

sync_process()到此结束

Estimator::inputImage()

首先按照如下格式建立图像特征帧，存储每一帧的所有特征点的信息（camera_id xyz_uv_velocity）

map<int, vector<pair<int, Eigen::Matrix<double, 7, 1>>>> featureFrame;
// 数据格式为feature_id camera_id（0或1） xyz_uv_velocity（空间坐标，像素坐标和像素速度）

然后帧间光流法跟踪、检测特征点、左右目光流法匹配、计算像素速度、画图等，详见trackImage

featureFrame = featureTracker.trackImage(t, _img, _img1)
//追踪双目,得到FeatureFrame:{特征点id, [相机id, (特征点空间坐标，像素坐标,像素速度)]}的集合

写到这儿~~~~~~~~~~~~~~~
如果要画图,用featureTracker.getTrackImage()得到trackImage()中处理的imTrack(左右目的拼接图、画上特征点、帧间变化轨迹)，然后发布话题.

将trackImage得到的特征点featureFrame，和时间戳组成pair，放到featureBuf中：

featureBuf.push(make_pair(t, featureFrame));//按照{时间,featureFrame}往featureBuf中填元素

最后执行imu预积分等后续操作:

processMeasurements()

processMeasurements