一种改进的SLAM建图方法研究

基于视觉的SLAM中,RGB-D SLAM技术是以RGB-D摄像机为传感器的一种具有代表性的SLAM技术。RGB回环检测是消除漂移量的重要手段,也是特征提取和优化的关键环节。经典回环检测过程中,特征匹配需要每帧图像与之前的每一帧进行匹配,耗时长、效率低,由此提出一种基于词袋模型的改进检测方法,可以有效加快特征匹配,提高回环检测的效率。首先,在经典RGB-D SLAM技术中的ORB特征提取基础上,根据文章中的算法计算出根节点、设置权重,并计算其他数据;根据得到的节点数据生成词典和K叉树,使用TF-IDF算法计算节点权重。用节点权重和节点距离组合得到词袋模型,通过对两帧图像词袋模型中的节点计算相似度,从而减少累积误差,达到减少计算量和回环检测的目的,以提高SLAM建图效率,较好地解决定位与地图构建问题。