科研之友
微信
新浪微博
Facebook
分享链接
摘要
同步定位与建图(Simultaneous localization and mapping， SLAM) 问题近年来已成为机器人导航领域的热门研究话题，作为其重要环节之一，回环检测用以消除整个过程中的累积误差。针对该环节高效率的需求，本文提出了一种基于局部特征ORB和全局描述符VLAD组合的快速回环检测算法。首先，使用一种全新的二值特征的VLAD量化算法（Binary-VLAD）提取全局特征，在保持描述符代表性的同时加快运行速度。然后，在全局粗搜索阶段，改进倒排索引结构，有效地减少了计算量和存储空间。其次，在几何验证阶段，使用一种基于空间相似性的偏移稳定模型，无需像RANSAC一样恢复基本矩阵，简捷高效。最后，在三个数据集上进行了验证实验，并与经典的词袋模型方法以及最新的基于深度学习的方法进行对比。实验结果表明，本文所提出的算法仅耗时19ms，明显优于经典的词袋模型算法，相比于最新的深度学习算法，时间效率更是提升近10倍，并且在保持100%准确率的前提下，召回率优于两者。
- 单位
