[发明专利]一种机器人视觉回环检测系统

权利要求书

1.一种机器人视觉回环检测系统，其特征在于，包括输入模块、可变相似感知区域模块、轻量化特征提取模块以及相似度评估模块，

所述输入模块用于输入图像及其元数据，所述元数据为基于输入图像计算的辅助信息，所述辅助信息至少包括位姿和GPS；

所述可变相似感知区域模块包括可变滑动窗口单元和相似度矩阵单元，所述可变滑动窗口单元用于构建数据流，所述相似度矩阵单元用于对数据流进行采样，构建三重样本，所述三重样本包括锚图像、正样本图像和负样本图像；

所述轻量化特征提取模块用于构建基本特征提取网络，利用网络权重敏感度分析方法，构建参数敏感度损失函数；对三重样本进行特征提取，计算样本间相似度，构建三重损失函数；基于参数敏感度损失函数和三重损失函数组成的联合损失函数，优化网络参数；

所述相似度评估模块用于判断是否发生回环。

2.如权利要求1所述的机器人视觉回环检测系统，其特征在于，所述相似度矩阵单元由图像的元数据计算所得真值gt构成。

3.如权利要求2所述的机器人视觉回环检测系统，其特征在于，所述三重样本中，正样本图像I_p与锚图像I_a存在回环关系，其真值为gt(I_a,I_p)＝1；负样本图像I_n与锚图像I_a不存在回环关系，其真值为gt(I_a,I_n)＝0。

4.如权利要求1所述的机器人视觉回环检测系统，其特征在于，所述基本特征提取网络由残差网络结合广义均值池化层得到。

5.如权利要求4所述的机器人视觉回环检测系统，其特征在于，所述残差网络的残差块依次包括卷积层、批量归一化、激活函数和恒等映射。

6.如权利要求1所述的机器人视觉回环检测系统，其特征在于，所述参数敏感度损失函数的计算公式为：

其中，m为某个先入先出的图像序列的大小，为网络权重参数敏感度，(θ_i^(t)-θ_i^(t-1))²表示参数在任务t和任务t-1之间的距离。

7.如权利要求6所述的机器人视觉回环检测系统，其特征在于，所述三重损失函数的计算公式为：

其中，S_an为负样本图像I_n与锚图像I_a的相似度，S_ap为正样本图像I_p与锚图像I_a的相似度，ε是一个扰动参数，其值为1。

8.如权利要求7所述的机器人视觉回环检测系统，其特征在于，所述联合损失函数的计算公式为：

其中，为参数敏感度损失函数，为三重损失函数，λ₁为超参数，其值为100。

9.如权利要求1所述的机器人视觉回环检测系统，其特征在于，所述相似度评估模块采用视觉重叠方法定义回环。

10.如权利要求9所述的机器人视觉回环检测系统，其特征在于，所述视觉重叠方法包括：

将第1帧中的特征点投影至第2帧的特征平面，得到第1帧中所有特征坐标以及特征点对应的深度值d₁；

将第2帧特征点对应深度值d₂引入至特征平面，比较d₁和d₂的大小关系，若d₁大于d₂，则说明该点不在第2帧的特征平面上；若d₁小于或者等于d₂，则说明两点在同一相同位置，并得到共视点的总数；

计算所述共视点在两平面所占比例，得到两帧之间的相似度，基于所述相似度判断是否发生回环。