针对移动机器人同步定位与地图构建(SLAM)的闭环检测问题,提出改进闭环检测准确率的特征空间全排列向量匹配方法。使用ORB(Oriented FAST and Rotated BRIEF)方法提取图像特征点,创建基于视觉字典树的词袋,初步筛选出候选闭环图像。将...针对移动机器人同步定位与地图构建(SLAM)的闭环检测问题,提出改进闭环检测准确率的特征空间全排列向量匹配方法。使用ORB(Oriented FAST and Rotated BRIEF)方法提取图像特征点,创建基于视觉字典树的词袋,初步筛选出候选闭环图像。将图像分成4块大小均匀的区域,计算各区域视觉单词向量并全排列,作为特征空间信息。比较特征空间信息方法和词袋方法计算出的图像间距离值,选取最小值对应的图像对作为最佳闭环。相比词袋方法,特征空间信息方法可有效地改善图像特征匹配的感知混淆问题,在保证较高效率的同时,提高了闭环检测的准确率。展开更多
文摘针对移动机器人同步定位与地图构建(SLAM)的闭环检测问题,提出改进闭环检测准确率的特征空间全排列向量匹配方法。使用ORB(Oriented FAST and Rotated BRIEF)方法提取图像特征点,创建基于视觉字典树的词袋,初步筛选出候选闭环图像。将图像分成4块大小均匀的区域,计算各区域视觉单词向量并全排列,作为特征空间信息。比较特征空间信息方法和词袋方法计算出的图像间距离值,选取最小值对应的图像对作为最佳闭环。相比词袋方法,特征空间信息方法可有效地改善图像特征匹配的感知混淆问题,在保证较高效率的同时,提高了闭环检测的准确率。