【技术实现步骤摘要】
一种基于RGB
‑
D相机的二阶段回环检测方法
[0001]本专利技术属于计算机
,尤其是计算机视觉领域,涉及视觉SLAM建图过程中的回环检测,具体涉及一种基于RGB
‑
D相机的二阶段回环检测方法。
技术介绍
[0002]回环检测是指在机器人导航、定位和地图构建等应用中,识别并确定机器人是否返回到先前访问过的位置的过程,这是一种在计算机视觉和机器人领域广泛应用的技术。在机器人进行长时间的导航过程中,其定位和地图构建会受到各种误差的影响,这些误差会随着时间推移而累积。通过回环检测,机器人可以在地图中关联已访问过的场景,从而使用图优化算法来减少误差,最终生成一个更加完整且连贯的环境地图,这对于机器人在复杂环境中的导航和任务执行具有重要意义。
[0003]目前视觉SLAM中的回环检测方案是通过视觉传感器获取环境的图像数据,并对采集到的图像进行特征提取,然后进行特征匹配,当匹配成功的特征数量大于了一定的阈值,则认为检测到了回环。特征匹配可以通过计算描述子之间的相似度来实现,一般采用词袋 ...
【技术保护点】
【技术特征摘要】
1.一种基于RGB
‑
D相机的二阶段回环检测方法,通过获取图像的局部和全局描述子来进行检测,其特征在于,包括如下步骤:步骤(1)获取当前位置的RGB图像和深度图像,并提取RGB图像的特征点和对应的局部描述子;步骤(2)匹配局部描述子,将特征匹配数量大于k的RGB图像筛选出来,若没有大于k的RGB图像,则表示没有检测到回环,流程中止;步骤(3)提取RGB图像的全局描述子,使用L2距离衡量当前图像和筛选图像全局描述子的相似度,筛选出L2距离最小,且值小于m的RGB图像,若没有小于m的RGB图像,则表示没有检测到回环,流程中止;步骤(4)检测到回环后,根据深度图像计算出特征点的三维坐标,建立回环帧之间的关系。2.如权利要求1所述的二阶段回环检测方法,其特征在于,步骤(1)具体是:使用ORB算法提取RGB图像的特征点以及对应的局部描述子。3.如权利要求1所述的二阶段回环检测方法,其特征在于,步骤(2)具体是:使用词袋模型匹配描述子,通过词典查询拥有当前描述子的RGB图像,将特征匹配数量大于k的RGB图像筛选出来。4.如权利要求1所述的二阶段回环检测方法,其特征在于,步骤(3)具体是:使用训练好的三元组网络提取RGB图像的全局描述子,三元组网络主体框架为Resnet50,损失函数为d(a,p)代表锚定RGB图像和相似RGB图像通过三元组网络生成的向量之间的距离,d(a,n)代表锚定RGB图像和不相似RGB图像通过三元组网络生成的向量之间的距离,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。