摘要
回环检测又被称为位置识别,是"同步定位与建图"(Simultaneous Localization And Mapping,SLAM)系统中根据图像间的相似度判断运动轨迹是否经过重复地点(即存在回环)的功能,起到阶段性消除累积误差的作用.聚焦于视觉SLAM系统这一特定主题下的回环检测主题进行研究,概述了SLAM系统的基本功能与基本组成,分析了视觉SLAM系统中回环检测的原理与工作流程、前置问题、评测指标.剖析了回环检测发展过程中产生的系列方法,归类了视觉SLAM系统中回环检测存在的两类算法——基于词袋模型的回环检测算法和基于深度学习的回环检测算法,并对这两类算法的原理及优缺点进行了深入分析与总结.分析表明,基于词袋模型的回环检测算法因其在实时性上的优势仍处于主流,基于深度学习的回环检测算法具有较好的准确率和鲁棒性,但受限于设备对计算资源的分配,这一类做法如何应用于注重实时性的视觉SLAM系统仍是亟待解决的问题.最后,对回环检测面临的挑战和存在的问题进行了分析与展望.
基金项目
国家自然科学基金(61473097)
山东省重点研发计划(GG201703130116)
山东省重点研发计划(GG201703040002)
2021年度山东省自然科学基金面上项目(ZR2021MF067)
国家科技期刊平台
NSTL
维普
万方数据