[发明专利]基于空间划分的SLAM快速回环检测方法

说明书

本发明公开了基于空间划分的SLAM快速回环检测方法，其包括通过无人机机载传感器获取待测场景的图像序列、IMU测量值和GPS测量值，并通过LK光流法和预积分方法计算得到两组对应的无人机的位置和姿态；根据待测场景的GPS位置坐标，通过八叉树模型对待测场景进行空间划分及编码；对图像序列中的图像进行空间编码比对和筛选，并对筛选的图像进行哈希编码，检测图像间是否存在回环；将回环检测结果即图像间的回环关系与计算的两组无人机位姿进行融合，得到全局一致的无人机位置和姿态。本发明实现了对回环的快速检测，在保持检测准确度的同时提高了检测速度，减少了系统开销，可用于无环境先验信息的场景中进行无人机位姿估计。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于空间划分的SLAM快速回环检测方法。

背景技术

SLAM全称为Simultaneous Localization and Mapping，即同时定位与建图。它是指装备了多种传感器的机器人设备，在陌生环境下，边运动边估计自身位置和姿态，并重建周围环境的模型。完整的SLAM包括传感器信息获取、视觉里程计、回环检测、优化和建图五个模块。近年来，以相机为中心的多传感器融合SLAM技术已成为许多技术的基础，例如机器人自主导航、辅助驾驶、增强现实和三维重建等。

由于SLAM系统在估计自身位姿时存在累积误差，现实中多次途经的这一位置在估计位姿构造出的运动轨迹中可能并不重合。回环检测(Loop Closure Detection)主要判断机器人在运动过程中是否多次到达同一位置，若发现机器人多次途经某一点，即检测到在机器人运动轨迹中存在回环。由于SLAM系统在估计自身位姿时存在累积误差，现实中多次途经的这一位置在估计位姿构造出的运动轨迹中可能并不重合。此时可通过后端优化或重定位将估计结果进行优化和校正。目前检测回环主要有两种方法，基于里程计的几何关系检测法和基于外观的几何关系检测法。其中：

基于里程计的几何关系检测法是通过视觉里程计的工作，在系统发现相机二次或多次运动到某一位置附近时检测回环。但通过上述描述，我们已经得知视觉里程计本身会造成累积误差，因此这种方式存在先天缺陷无法达到较好检测效果。

基于外观的几何关系检测法跳出视觉里程计范畴，直接通过两图像相似性判定是否出现回环，这种方法与视觉里程计处于两个计算维度，可摆脱累积误差，因此成为了回环检测的常用方法。

基于词袋模型的回环检测方法是基于外观的几何关系检测法的代表，该方法将图像序列中的每幅图像进行分析，利用特征矢量将图像中的特征点进行高度抽象。在SLAM中词袋模型通过将每幅图像表示为特征词语描述，再比较特征词语来进行相似性判断，特征词语是度量图像相似性的标准。在SLAM中，使用词袋模型分为两个步骤：生成字典、利用字典进行相似性检测。此方法能够在极大程度上检测出地图中的回环，但是在计算前必须载入一个极大的字典文件，在计算时还需对字典进行维护，存在系统开销巨大的问题。