【技术实现步骤摘要】
本专利技术涉及机器人，具体涉及一种回环检测方法和回环检测设备。
技术介绍
1、回环检测作为slam系统中的一个关键环节，其通过计算两帧之间的相似度来进行位置识别，以判断机器人是否回到了曾经来过的地方，进而为后端优化构建回环约束，减小机器人在slam过程中产生的累积误差。根据所使用传感器类型的不同，可以分为基于视觉的回环检测与基于激光雷达的回环检测。
2、基于视觉的回环检测通过视觉传感器可以获取到环境中更多的特征信息，保证了回环检测的准确率，其融合深度学习之后在复杂场景中的鲁棒性也得到了提升。但是，基于视觉的回环检测对视角和光照的变化较为敏感，并且在应用了深度学习之后，还面临着网络结构设计和训练数据依赖性等问题。
3、基于激光雷达的回环检测能有效避免因光照变化产生的影响，常见的基于欧式距离的回环检测有着不错的运行效率与检测精度，但是，当机器人的运动范围较大时，累积误差往往会使得相匹配的两帧点云之间的欧式距离超过设定的距离阈值，从而导致回环检测失败，若将距离阈值增大，则可能会导致错误的回环检测，进而对建图精度造成影响
【技术保护点】
1.一种回环检测方法，其特征在于，应用于移动机器人，所述方法包括：
2.根据权利要求1所述的回环检测方法，其特征在于，所述全局描述符为极坐标全局描述符和/或笛卡尔坐标全局描述符。
3.根据权利要求2所述的回环检测方法，其特征在于，所述基于所述当前激光点云数据构造当前全局描述符包括：
4.根据权利要求3所述的回环检测方法，其特征在于，所述按照所述极坐标系对点云区域进行划分，得到多个极坐标点云区域包括：
5.根据权利要求2所述的回环检测方法，其特征在于，所述基于所述当前激光点云数据构造当前全局描述符包括：
6.根...
【技术特征摘要】
1.一种回环检测方法，其特征在于，应用于移动机器人，所述方法包括：
2.根据权利要求1所述的回环检测方法，其特征在于，所述全局描述符为极坐标全局描述符和/或笛卡尔坐标全局描述符。
3.根据权利要求2所述的回环检测方法，其特征在于，所述基于所述当前激光点云数据构造当前全局描述符包括：
4.根据权利要求3所述的回环检测方法，其特征在于，所述按照所述极坐标系对点云区域进行划分，得到多个极坐标点云区域包括：
5.根据权利要求2所述的回环检测方法，其特征在于，所述基于所述当前激光点云数据构造当前全局描述符包括：
6.根据权利要求5所述的回环检测方法，其特征在于，所...
【专利技术属性】
技术研发人员：蒋林，陈子韬，张文俊，赵慧，程丽思，
申请(专利权)人：北京铁木牛智能机器科技有限公司，
类型：发明
国别省市：
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。