基于卷积神经网络的回环检测算法
罗顺心
张孙杰
1.上海理工大学光电信息与计算机学院 上海 2000932.上海理工大学光电信息与计算机学院 上海 200093
摘要：论文主要针对于移动机器人在视觉定位和建图过程中的回环检测问题进行研究.回环检测是视觉SLAM中的一个至关重要的部分之一.在机器人移动过程中,机器人通过估算自身的位姿,以及感知周围的环境,实现定位和建图.由于机器人在估计位姿时使用的是帧间位姿估计,因此位姿的估计回随着时间的增加而产生漂移.回环检测则是针对于解决位姿漂移问题.现在比较流行的方法就是使用人工建立的特征,使用视觉词袋的方法,来实现回环检测.论文提出了一种基于深度学习的卷积神经网络的回环检测方法.移动机器人通过传感器获取视觉图像的数据,将其输入到与训练好的卷积神经网络中,使用卷积特征作为图像的描述,然后对提取的特征进行处理,计算图像的相似度得分.最后在使用了本地的数据集和TUM数据集进行验证算法的有效性.
关键词：视觉SLAM回环检测深度学习位姿漂移卷积神经网络
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61603255)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1020-1026,1048 )
英文信息