[发明专利]一种视觉同步定位与地图构建的回环检测方法及装置

权利要求书

1.一种视觉同步定位与地图构建的回环检测方法，其特征在于，所述方法包括：

获取基于深度学习的卷积策略训练后建模得到的第一模型；

获取与当前场景匹配的相似场景，对所述相似场景进行图片采集，得到第一图片数据集；

根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行训练，得到用于回环检测验证的第二模型；

将待验证数据帧输入所述第二模型，得到与视觉同步定位与地图构建slam系统关键帧数据库中的关键帧相似度高于第一阈值的数据帧；

提取所述数据帧，将所述数据帧作为回环候选帧进行相似变换解算，得到回环关键帧。

2.根据权利要求1所述的方法，其特征在于，所述根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行训练，得到用于回环检测验证的第二模型，包括：

采用siamese网络的双分支结构，在两个分支中同时根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行联合训练，得到用于回环检测验证的第二模型。

3.根据权利要求2所述的方法，其特征在于，所述将待验证数据帧输入所述第二模型，得到与关键帧数据库中的关键帧相似度高于第一阈值的数据帧，包括：

对原有的回环检测模块采用所述第二模型进行更新；

将待验证数据帧输入所述第二模型，根据所述基于深度学习的卷积策略计算所述待验证数据帧和关键帧数据库中的关键帧的相似度；

得到与所述关键帧数据库中的关键帧相似度高于第一阈值的数据帧。

4.根据权利要求3所述的方法，其特征在于，所述获取基于深度学习的卷积策略训练后建模得到的第一模型，包括：

从服务器下载基于图片数据库和所述卷积策略得到的第一模型。

5.根据权利要求4所述的方法，其特征在于，所述获取与当前场景匹配的相似场景，对所述相似场景进行图片采集，得到第一图片数据集，包括：

获取与当前场景匹配的相似场景，对所述相似场景进行图片采集得到相似场景图片；

根据所述相似场景图片按照是否属于同一场景进行判断，将属于同一场景的图片对归为一对正样本，将属于不同场景的图片对归为一对负样本；

根据所述正样本和所述负样本获取所述第一图片数据集。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行训练，得到用于回环检测验证的第二模型之前，所述方法包括：

生成所述第一图片数据集中的图片对应的文件路径描述文件；

根据所述文件路径描述文件获取所述第一图片数据集中的图片，将所述第一图片数据集中的图片进行格式转化。

7.一种视觉同步定位与地图构建的回环检测装置，其特征在于，所述装置包括：

第一获取单元，用于获取基于深度学习的卷积策略训练后建模得到的第一模型；

第二获取单元，用于获取与当前场景匹配的相似场景，对所述相似场景进行图片采集，得到第一图片数据集；

训练单元，用于根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行训练，得到用于回环检测验证的第二模型；

输入单元，用于将待验证数据帧输入所述第二模型，得到与视觉同步定位与地图构建slam系统关键帧数据库中的关键帧相似度高于第一阈值的数据帧；

解算单元，用于提取所述数据帧，将所述数据帧作为回环候选帧进行相似变换解算，得到回环关键帧。

8.根据权利要求7所述的装置，其特征在于，所述训练单元具体用于：

采用siamese网络的双分支结构，在两个分支中同时根据所述基于深度学习的卷积策略和所述第一图片数据集对所述第一模型进行联合训练，得到用于回环检测验证的第二模型。