基于改进ORB的视觉SLAM闭环检测

针对移动机器人视觉即时定位与地图构建(simultaneous localization and mapping,SLAM)的闭环检测问题,提出了基于改进ORB(oriented fast and rotated brief)的视觉SLAM闭环检测算法。首先提取具有尺度不变性的特征点,然后借鉴ORB算法构建特征描述子,再通过聚类特征描述子实现类中心,递归生成k叉树的词袋模型(bag-of-words,BoW),提升查找效率,最后运用BoW快速准确判断被检测图像之间是否形成闭环。实验中分别使用计算机视觉测评数据集KITTI的第12序列和德国慕尼黑工业大学公开数据集TUM2对所提算法进行验证,并与其他3种经典的算法进行对比,结果表明,所提算法在两种数据集上分别达到了91.8%和98%的准确率,算法可行和有效。