一种视觉SLAM的回环检测方法技术

本发明专利技术公开了一种视觉SLAM的回环检测方法，本发明专利技术通过视觉SLAM系统技术目标载体的位姿以及环境地图，再通过回环检测模块对传入的图像与视觉SLAM系统中保存的关键帧序列进行相似度计算，判别相似度后进行替换保存，并反馈回视觉SLAM系统进行优化，从而降低系统计算的累积误差。本发明专利技术将回环检测模块单独使用一个计算单元进行计算，不占据整个视觉SLAM系统的计算资源，提高整个系统的实时性，在回环检测模块使用连续两帧图片来计算相似度，降低了误匹配的概率，提高了回环检测的准确度。

【技术实现步骤摘要】
一种视觉SLAM的回环检测方法
本专利技术属于视觉检测方法领域，具体涉及一种视觉SLAM的回环检测方法。
技术介绍
视觉SLAM是指目标载体通过搭载视觉摄像头，在未知的环境中运动，通过观测周围环境来确定自身位置与姿态，再根据自身的位置建立周围环境的地图，实现目标载体的定位和周围环境的构建。基于目前定位技术需求的不断增长，视觉SLAM技术广泛应用于无人驾驶汽车、移动机器人、无人物流车等领域。回环检测是视觉SLAM系统中提高定位精度，降低误差的重要措施，回环检测通过检测目标载体是否到达过之前的环境，从而判断是否发生回环，通过回环降低系统的累积误差，对整个视觉SLAM系统进行优化。目前大多数回环检测算法都是使用的词袋模型(Bag-of-Words,BoW)，词袋模型是通过大量的图像进行聚类，生成一个包含许多“单词”(Word)的词典。单词是某几类相似特征的代表，然后通过单词来描述图像，计算图像之间的相似度。词袋模型因为使用的是人工设计的特征，图像信息提取不足，容易造成误匹配，不能充分利用丰富的图像信息，词袋模型的规模较大，运行效率低。目前视觉SLAM系统通常是将回环检测模块作为一部分，会占用系统的计算资源，使系统实时性变差。
技术实现思路
本专利技术的目的在于克服上述不足，提供一种视觉SLAM的回环检测方法，能够降低了误匹配的概率，提高回环检测的准确度。为了达到上述目的，本专利技术包括以下步骤：步骤一，持续获取目标载体所处环境的图像，将图像传入视觉SLAM系统模块，通过视觉SLAM系统进行计算，得到目标载体的位姿以及环境地图，作为图像信息；步骤二，视觉SLAM系统模块将图像信息通过发送至回环检测模块；步骤三，回环检测对传入的图像i与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像imax；步骤四，当图像i的下一帧图像j传入时，同样对图像j与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像jmax；步骤五，分别计算图像i与图像jmax的相似度s1，图像j与图像imax的相似度s2，判断相似度s1与相似度s2是否超过设定的阈值x；若超过阈值x则认为发生回环，将发生回环信息通过发送至视觉SLAM系统；若未超过阈值x，将图像j作为图像i，图像jmax作为图像imax，返回步骤四；步骤六，视觉SLAM系统模块根据回环检测模块传入的回环信息，对目标载体的位姿以及环境地图进行优化，降低系统计算的累积误差。步骤一中，获取目标载体所处环境的图像采用摄像头采集。回环检测模块与视觉SLAM系统间通过串口通信。回环检测模块与视觉SLAM系统为并行运算。回环检测是利用深度学习神经网络进行离线训练，将深度学习神经网络内置到计算单元一上，对图像之间相似度进行计算。与现有技术相比，本专利技术通过视觉SLAM系统技术目标载体的位姿以及环境地图，再通过回环检测模块对传入的图像与视觉SLAM系统中保存的关键帧序列进行相似度计算，判别相似度后进行替换保存，并反馈回视觉SLAM系统进行优化，从而降低系统计算的累积误差。本专利技术将回环检测模块单独使用一个计算单元进行计算，不占据整个视觉SLAM系统的计算资源，提高整个系统的实时性，在回环检测模块使用连续两帧图片来计算相似度，降低了误匹配的概率，提高了回环检测的准确度。进一步的，本专利技术提出了新的回环检测的方法，使得回环检测的准确性和效率得到提升。附图说明图1为本专利技术的流程图；图2为本专利技术的系统框图。具体实施方式下面结合附图对本专利技术做进一步说明。参见图1和图2，本专利技术包括以下步骤：步骤一，使用两个并列的计算单元，一个计算单元进行视觉SLAM系统计算，另一个计算单元进行回环检测计算，两个计算单元之间并行运算，并通过串口通信进行数据传输。步骤二，通过摄像头获取目标载体所处环境的图像信息，将图像信息传入视觉SLAM系统模块，通过视觉SLAM系统进行计算，得到目标载体的位姿以及环境地图。步骤三，视觉SLAM系统模块将图像信息通过串口通信传给回环检测模块。步骤四，回环检测对传入的图像i与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像imax。步骤五，当图像i的下一帧图像j传入时，同样对图像j与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像jmax。步骤六，分别计算图像i与图像jmax的相似度s1，图像j与图像imax的相似度s2，判断s1与s2是否超过设定的阈值x。步骤七，超过阈值x则认为发生回环，将发生回环信息通过串口通讯传给视觉SLAM模块。步骤八，未超过阈值x，将图像j作为图像I,图像jmax作为图像imax，重新回到步骤五。步骤九，视觉SLAM系统模块根据回环检测模块传入的回环信息，对目标载体的位姿以及环境地图进行优化，降低系统计算的累积误差。回环检测模块计算相似度的方法是利用神经网络进行离线训练，将神经网络内置到计算单元上，对图像之间相似度进行计算。本文档来自技高网...

【技术保护点】
1.一种视觉SLAM的回环检测方法，其特征在于，包括以下步骤：/n步骤一，持续获取目标载体所处环境的图像，将图像传入视觉SLAM系统模块，通过视觉SLAM系统进行计算，得到目标载体的位姿以及环境地图，作为图像信息；/n步骤二，视觉SLAM系统模块将图像信息通过发送至回环检测模块；/n步骤三，回环检测对传入的图像i与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像imax；/n步骤四，当图像i的下一帧图像j传入时，同样对图像j与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像jmax；/n步骤五，分别计算图像i与图像jmax的相似度s1，图像j与图像imax的相似度s2，判断相似度s1与相似度s2是否超过设定的阈值x；/n若超过阈值x则认为发生回环，将发生回环信息通过发送至视觉SLAM系统；/n若未超过阈值x，将图像j作为图像i，图像jmax作为图像imax，返回步骤四；/n步骤六，视觉SLAM系统模块根据回环检测模块传入的回环信息，对目标载体的位姿以及环境地图进行优化，降低系统计算的累积误差。/n

【技术特征摘要】
1.一种视觉SLAM的回环检测方法，其特征在于，包括以下步骤：
步骤一，持续获取目标载体所处环境的图像，将图像传入视觉SLAM系统模块，通过视觉SLAM系统进行计算，得到目标载体的位姿以及环境地图，作为图像信息；
步骤二，视觉SLAM系统模块将图像信息通过发送至回环检测模块；
步骤三，回环检测对传入的图像i与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像imax；
步骤四，当图像i的下一帧图像j传入时，同样对图像j与视觉SLAM系统中保存的关键帧序列进行相似度计算，保存相似度最高的图像jmax；
步骤五，分别计算图像i与图像jmax的相似度s1，图像j与图像imax的相似度s2，判断相似度s1与相似度s2是否超过设定的阈值x；
若超过阈值x则认为发生回环，将发生回环信息通过发送至视觉SLAM系统；
若未超过阈值x，将图像j...

【专利技术属性】
技术研发人员：高扬，李鵾鹏，夏洪垚，徐永贵，王兴奔，赵博选，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61