科研之友
微信
新浪微博
Facebook
分享链接
摘要
回环检测是SLAM系统中关键部分，是减少移动机器人在运行过程中产生的累积误差的重要步骤。传统的回环检测算法使用人工建立特征，易忽略有用信息。本文提出了基于卷积神经网络(CNN)的回环检测算法，对预先训练的卷积神经网络模型(ResNet50、ResNet101、ResNet152)进行性能对比；通过改进关键帧的选取策略，将筛选出的关键帧输入预先训练好的ResNet模型，输出高维特征向量；利用主成分分析(PCA)白化来降低特征向量的维数，并通过计算特征向量间的欧式距离；最后计算相似矩阵，验证回环的准确率。通过对比实验可知，本文算法性能优于其它回环检测算法。
- 单位
