基于视觉SLAM的室内场景下单一目标物体字典模型改进方法

摘要

本发明公开了一种基于视觉SLAM的室内场景下单一目标物体字典模型改进方法：对于进行视觉SLAM的单目或双目相机进行基础标定，获得内参信息后对环境进行检测和前端同步定位与建图，得到点云地图；根据周边环境与单一目标物体相关特征制作图片数据集，利用DBoW2库k‑means++算法生成数据集对应的单词；进行TF‑IDF相似度计算划分单词权值，设定阈值，进行归零化处理，得到单一目标物体字典改进模型；将该改进模型结合到SLAM系统的后端优化中，通过对点云地图点在图像帧上的投影与实际像素坐标进行最小化投影误差。本发明优化了在室内场景下对于单一目标物体的回环检测的发现与点云地图的闭环融合，为一些类别环境下特定单一目标物体的同步定位与建图提供了较大的便利。