一种应用于室内固定空间的SLAM回环检测方法技术

本发明专利技术公开一种应用于室内固定空间的SLAM回环检测方法，属于计算机视觉实时定位与地图构建(V‑SLAM)技术领域，包括如下步骤：步骤1，利用机器人在移动过程中采集室内环境的图片；步骤2，采用YOLO V3目标检测网络提取所述图片的语义信息；步骤3，将该图片的语义信息与各历史关键帧进行比对，若相似度高于设定阈值则判定为回环，舍弃该图片的语义信息，否则将该图片的语义信息作为历史关键帧进行保存。此种回环检测方法通过计算当前帧与历史关键帧的相似度，使得机器人再一次通过同一场景时能够迅速做出判断，完成对地图的修正，减少累积误差。

【技术实现步骤摘要】
一种应用于室内固定空间的SLAM回环检测方法
本专利技术属于计算机视觉实时定位与地图构建(V-SLAM)
，特别涉及一种应用于室内固定空间的SLAM回环检测方法。
技术介绍
机器人在未知环境下通过传感器获取外部环境信息，实现位姿估计并增量式地构建环境模型，进而确立自身的全局位置的过程称为机器人实时定位与地图构建(SimultaneousLocalizationandMapping)。[1]闭环检测应用在机器人建图环节，新采集到一张图像，判断它是否在图像序列中出现过，即确定机器人是否进入某同一历史地点，或者在特征点配准丢失后重新获取一个初始位置。[2]闭环检测(也称回环检测)是SLAM中的关键模块，目的是减少构建环境地图时的累积误差。回环检测对SLAM系统意义重大，它关系到机器人估计的轨迹和地图在长时间下的正确性。另一方面，由于回环检测提供了当前数据与所有历史数据的关联，在跟踪算法丢失后，我们还可以利用回环检测进行重定位。[3]闭环检测实质上是场景的识别问题，传统的视觉SLAM中回环检测的方法视觉词带模型(BagofWord本文档来自技高网...

【技术保护点】
1.一种应用于室内固定空间的SLAM回环检测方法，其特征在于包括如下步骤：/n步骤1，利用机器人在移动过程中采集室内环境的图片；/n步骤2，采用YOLO V3目标检测网络提取所述图片的语义信息；/n步骤3，将该图片的语义信息与各历史关键帧进行比对，若相似度高于设定阈值则判定为回环，舍弃该图片的语义信息，否则将该图片的语义信息作为历史关键帧进行保存。/n

【技术特征摘要】
1.一种应用于室内固定空间的SLAM回环检测方法，其特征在于包括如下步骤：
步骤1，利用机器人在移动过程中采集室内环境的图片；
步骤2，采用YOLOV3目标检测网络提取所述图片的语义信息；
步骤3，将该图片的语义信息与各历史关键帧进行比对，若相似度高于设定阈值则判定为回环，舍弃该图片的语义信息，否则将该图片的语义信息作为历史关键帧进行保存。


2.如权利要求1所述的一种应用于室内固定空间的SLAM回环检测方法，其特征在于：所述步骤1中，机器人以固定的时间间隔拍摄室内环境的图片，从中选取用于比对的图片。


3.如权利要求1所述的一种应用于室内固定空间的SLAM回环检测方法，其特征在于：所述步骤2中，在将图片输入YOLOV3目标检测网络之前，先将图片调整到预定的尺度。


4.如权利要求1所述的一种应用于室内固定空间的SLAM回环检测方法，其特征在于：所述步骤2中，YOLOV3目标检测网络首先将图片划分为若干小格，每个小格负责中心点落在该小格的目标，并利用非极大值抑制来剔除不必要的目标框。


5.如权利要求4所述的一种应用于室内固定空间的SLAM回环检测方法，其特征在于：所述步骤2中，YOLOV3目标检测网络的损失函数L(O,o,C,c,l,g)的计算公式是：
L(O,o,C,c,l,g)＝λ1Lconf(o,c)+λ2Lcla(O,C)+λ3Lloc(l,g)
其中，Lconf(o,c)表示目标置信度损失，Lcla(O,C)表示目标分类损失，Lloc(l,g)表示目标定位偏移量损失，λ1,λ2,λ3是平衡系数。


6.如权利要求5所述的一种应用于室内固定空间的SLAM回环检测方法，其特征在于：所述目标置信度损失Lconf(o,c)的计算公式是：






其中，表示预测目标矩形框i内是否存在目标的Sigmoid概率；oi∈{0，1}表示预测目标矩形框i中是否真实存在目标，0表示不存在，1表示存在。

...

【专利技术属性】
技术研发人员：尚玘，张宏怡，陈宁，张城俊，林映泉，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：福建;35