基于快速增量式视觉感知的类脑SLAM

作者：徐剑君; 商亮; 唐凤珍

来源：信息与控制, 2022, 51(05): 542-553.

DOI：10.13976/j.cnki.xk.2022.2041

• RatSLAM
• 闭环检测
• 即时定位与地图构建

传统的RatSLAM算法中视觉处理受环境、光照的影响大，进而导致建图精度及稳定性下降。因此，提出了一种快速增量式视觉处理方法克服原RatSLAM系统中的视觉处理的缺陷。以一个改进型的二叉搜索树为检索算法，通过动态岛屿机制对图像进行分组，最终通过序列匹配的形式实现环境识别，达到了在线、准确、快速识别环境的目的。实验结果表明，所提算法的位置识别准确率高于99%,召回率高于80%,平均处理时间低于50 ms。本系统的闭环性能、时间性能及建图稳定性均显著优于现有方案，进一步证明了基于快速增量式视觉处理方法的鲁棒性、高效性。

• 单位
  中国科学院; 中国科学院沈阳自动化研究所; 中国科学院大学