基于卷积神经网络的SLAM回环检测算法研究

• 作者: 伍世虔 张亦明 胡年宗
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 同时定位与建图 回环检测 主成分分析 卷积神经网络 二值化
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 仿真智能化
• 页码范围: 282-286
• 页数: 5页
• 分类号: TP242
• 字数: 3284字
• 语种: 中文

摘要

回环检测是视觉SLAM系统的重要组成部分,可以减小视觉里程计在定位过程中产生的累计误差,构建出全局一致的环境地图.近几年,研究人员开始感兴趣于将CNN应用于回环检测等机器人领域.不同于以往工作直接将CNN生成的高维特征向量用于回环检测,在使用卷积神经网络模型提取关键帧的CNN特征后,对特征向量进行降低维度和二值化等预处理,从而大大提高回环检测时的计算速度.最后,使用两个公开数据集测试算法的性能.实验结果表明,相比于传统的回环检测方法,算法在保证召回率和准确率的同时,大大提升了特征向量的匹配速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伍世虔	武汉科技大学机械自动化学院	25	160	4.0	12.0
5	胡年宗	武汉科技大学机械自动化学院	1	0	0.0	0.0
6	张亦明	武汉科技大学机械自动化学院	1	0	0.0	0.0