复杂环境下视觉SLAM闭环检测方法综述

• 作者: 刘强 桑勇 段富海 赵健龙
• 来源期刊: 机器人
• 关键词: 视觉SLAM 闭环检测 场景描述 决策模型 性能评价
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 综述与介绍
• 页码范围: 112-123,136
• 页数: 13页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13973/j.cnki.robot.180004

摘要

随着无人驾驶技术和虚拟现实技术的快速发展,近几年视觉同时定位与建图(SLAM)成为研究热点.本文针对复杂环境下视觉SLAM闭环检测的3个主要问题,场景描述、决策模型和闭环检测性能评价展开综述.首先,介绍了基于经典图像特征、深度学习、深度信息以及时变地图的场景描述方法,并详细分析了不同方法的优缺点.其次,概述了在基于场景描述的闭环识别过程中常用的一些决策模型,着重介绍了概率模型和序列匹配.再次,说明了闭环检测的性能评价方法,并分析了其与后端优化的联系.最后,围绕深度学习、后端优化和多种描述子融合等关键点,展望了有助于推动闭环检测技术未来发展的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑勇	大连理工大学机械工程学院	25	240	8.0	14.0
2	段富海	大连理工大学机械工程学院	73	285	10.0	12.0
3	刘强	大连理工大学机械工程学院	15	136	7.0	11.0
4	赵健龙	大连理工大学机械工程学院	4	28	3.0	4.0