基于視覺特征的SLAM閉環(huán)檢測問題研究.pdf

1、未知環(huán)境下移動機器人同時定位與建圖(Simultaneous Localization andMapping--SLAM)是當前移動機器人研究的熱點。隨著移動機器人探索規(guī)模的擴大，機器人在大規(guī)模環(huán)境下同時定位與建圖的魯棒性顯得尤為重要，而可靠的閉環(huán)檢測是構(gòu)建魯棒SLAM中最重要最關(guān)鍵的問題之一。閉環(huán)檢測是機器人判斷自己當前位置是否位于己訪問過的環(huán)境區(qū)域，并以此作為地圖是否需要更新校正的依據(jù)，對于提高大規(guī)模環(huán)境下的SLAM魯棒性有重大意義

2、。激光傳感器是SLAM中應用最廣的傳感器，大規(guī)模環(huán)境下基于激光的SLAM采用算法本身產(chǎn)生的位姿估計，存在累計誤差的問題，從而可能導致閉環(huán)檢測失敗，而視覺特征包含的信息豐富，在多視點匹配上更適合用于閉環(huán)檢測。視覺SLAM中在不需要位姿估計的前提下可通過視覺特征的匹配實現(xiàn)閉環(huán)檢測，但該閉環(huán)檢測方法與視覺SLAM過程聯(lián)系緊密，只能應用于視覺SLAM。
　　 針對以上兩方面問題，本文提出了一種在基于激光的SLAM中使用視覺特征檢測閉環(huán)的

3、方法。這種方法不依賴于機器人自身位姿估計，通過提取出有效穩(wěn)定的視覺特征用于匹配，完成閉環(huán)檢測，提高了基于激光的SLAM方法在大規(guī)模環(huán)境下的魯棒性。主要內(nèi)容包括：1．有效特征提?。褐苯訌膱D像提取視覺特征，提取的特征數(shù)量較多，會導致計算代價大與匹配不穩(wěn)定問題，故本文先確定將要提取特征的感興趣區(qū)域，再從感興趣區(qū)域提取特征。選擇的特征要具有顯著性、基線穩(wěn)定性和可描述性。通過使用顯著尺度算法獲得顯著候選區(qū)域，通過MSER(Maximally St

4、able ExtremeRegions)方法獲得穩(wěn)定候選區(qū)域，兩種候選區(qū)的交集區(qū)域作為感興趣區(qū)域，最后從感興趣區(qū)域提中取SIFT特征。2．閉循環(huán)檢測方法：應用圖像特征進行圖像匹配，流程為機器人每隔一定距離或時間間隔采集一幅圖像，提取特征，存儲特征及采集時間，逐步建立數(shù)據(jù)庫。圖像通過一定的規(guī)則進行匹配，匹配結(jié)果作為閉環(huán)檢測的依據(jù)。針對現(xiàn)有基于視覺特征的SLAM閉環(huán)檢測算法存在的不足，本文提出了使用增量式的Bag ofWords方法，降低了