基于卷积神经网络的SLAM回环检测算法研究

摘要

cqvip:回环检测是视觉SLAM系统的重要组成部分,可以减小视觉里程计在定位过程中产生的累计误差,构建出全局一致的环境地图。近几年,研究人员开始感兴趣于将CNN应用于回环检测等机器人领域。不同于以往工作直接将CNN生成的高维特征向量用于回环检测,在使用卷积神经网络模型提取关键帧的CNN特征后,对特征向量进行降低维度和二值化等预处理,从而大大提高回环检测时的计算速度。最后,使用两个公开数据集测试算法的性能。实验结果表明,相比于传统的回环检测方法,算法在保证召回率和准确率的同时,大大提升了特征向量的匹配速度。