[发明专利]基于深度神经网络的视觉SLAM闭环检测方法

摘要

一种基于深度神经网络的视觉SLAM闭环检测方法，包括如下步骤利用相似场景的数据集训练好线性解码器的网络参数；将采集到的图片通过线性解码器进行卷积处理；采用池化的方法对高维的特征向量进行降维处理；对训练得到的向量，采用夹角余弦函数衡量特征的相似性，通过设定阈值结合两幅场景图像的相似度来判断什么时候形成闭环；输出闭环检测准确率召回率曲线和检测到的闭环，作为后续SLAM建图优化使用。本方法充分考虑了手工特征的描述符对闭环检测准确性和鲁棒性的影响，在较低的计算成本情况下，大幅度提高了算法的准确性，避免了错误的闭环检测问题，有利于构建更加精确的地图，保证生成地图的一致性。

主权项

一种基于深度神经网络的视觉SLAM闭环检测方法，其特征在于如下步骤：步骤一：利用相似场景的数据集训练线性解码器的网络参数；最基本的自编码器包含三层：(1)输入层x；(2)隐藏层h；(3)输出层神经网络中的每个节点看作一个非线性函数，将x作为输入，作为输出，则每个节点视作公式(1)：其中w和b分别为权重和偏置参数；自编码神经网络中，输入层与隐藏层全连接，对于每个隐藏层单元hi有：hi=fwi,bi(x)=σ(wiTx+bi)---(2)]]>对于输出层有：矩阵形式如下：h=fwi,bi(x)=σ(WTx+b)---(4)]]>x^=gwj′,bj′(h)=σ(W′Th+b′)---(5)]]>假设有一个无标签的训练样本集{x(1),x(2),…}，其中在自编码神经网络模型中，输出值等于输入值，即即自编码神经网络尝试训练一个hW,b(x)≈x的函数；设置W＝WT，为使最终训练得到的参数应该满足：gw,bfw,b(x)＝x  (6)通过最小化输入与输出的误差来训练参数w和b，误差用交叉熵来衡量，对于输入x∈[0,1)，交叉熵如式(7)所示：自编码算法利用梯度下降法来求解最小问题，迭代过程中参数更新如式(8)所示：θk=θk-1-η∂d∂θk-1---(8)]]>其中η是学习率，θ是训练参数w和b；使用aj(x)表示在输入为x的情况下，隐藏神经元j的激活度，使用代表隐藏神经元j的平均激活度；惩罚因子的形式如下式所示：Σj=1sρlogρρ^j+(1-ρ)log1-ρ1-ρ^j---(9)]]>其中s是隐藏层神经元的数量，ρ是稀疏性系数；惩罚因子也被表示为：Σj=1sKL(ρ||ρ^)---(10)]]>总的代价函数表示为：对于最后一层的输入，将sigmoid变换换成恒等变换，即：x^=an=zn=Wn-1an-1+bn-1---(12)]]>其中an是最后一层输出，zn是最后一层的输入，an‑1是倒数第二层隐藏层的输入；经过变换之后，输入数据就不用缩放了，同样通过输入与输出的残差来训练隐藏层参数；步骤二：将捕获采集到的图片不断的通过线性解码器进行卷积训练假设原始训练样本是m×n的大尺寸图像，首先从原始样本中抽取a×b的小图像样本xsmall来训练线性解码器，通过函数f＝σ(Wxsmall+b)获得k个特征，然后用这k个特征对大尺寸图像做卷积，得到k×(m‑a+1)×(n‑b+1)个卷积后的特征形成的矩阵；步骤三：采用池化的方法对高维的特征向量进行降维处理；对不同位置的特征进行聚合统计；这些聚合统计特征不仅具有较低的维数，同时还能改良特征的性能，称这种聚合操作为池化；步骤四：对训练得到的向量，采用夹角余弦函数衡量特征的相似性，通过设定阈值结合两幅场景图像的相似度来判断什么时候形成闭环；假设存在两个关键帧F(1)和F(2)，每个关键帧通过线性解码器与卷积和池化之后用t个特征来表达：定义一个相似性函数：s＝||δ(p(i)‑p(j))||  (14)其中利用夹角余弦来衡量特征的相似度；通过设定阈值结合两帧关键帧的相似度判定时候形成闭环；通过所有关键帧之间的相似性得分获得一个相似性矩阵；步骤五：输出闭环检测准确率召回率曲线和检测到的闭环，作为后续SLAM建图优化使用。