基于改进MobileNetV3的视觉SLAM回环检测算法

针对传统回环检测算法在光照变化、动态物体、视点变化等场景下检测准确率低,从而导致机器人建图误差大的问题,提出一种基于改进MobileNetV3的视觉SLAM回环检测算法。首先,对协调注意力(Coordinate Attention,CA)机制进行改进并融入特征提取网络,提升网络对空间信息的提取,使网络提取的特征更符合回环检测要求。然后,使用自编码器对提取的特征进行降维,并进行相似度计算,判断是否出现回环。在City Centre数据集上的实验结果显示,与传统算法相比,基于改进MobileNetV3的回环检测算法准确度提高了21.8个百分点,速度也大幅度提高。相较于其他方法,该方法能够更好地消除视觉SLAM系统的累积误差,同时具有更高的实时性。