[发明专利]一种基于随机森林的视觉SLAM回环检测方法有效
| 申请号： | 201711433144.6 | 申请日： | 2017-12-26 |
| 公开（公告）号： | CN108108764B | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 陈熙源;方文辉;柳笛 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于随机森林的视觉SLAM回环检测方法，面向室内环境下移动机器人视觉SLAM定位，基于随机森林的视觉SLAM回环检测方法，主要特点是：(1)利用卷积神经网络的局部感知域，对输入视觉图像进行处理，得到多维的特征矩阵。(2)将特征矩阵转化为一个多维的特征列向量，输入随机森林进行训练，得到新的特征向量。(3)利用标准化欧式距离对当前帧的视觉图像训练得到的特征向量与关键帧的特征向量进行相似度测量，当距离小于设定的阈值则判定当前帧为回环。本发明克服了利用人工设定的特征进行回环检测准确率低、计算量大，实时性差等问题，提高了移动机器人视觉SLAM的定位精度。 | ||
| 搜索关键词： | 一种 基于 随机 森林 视觉 slam 回环 检测 方法 | ||
【主权项】：
1.一种基于随机森林的视觉SLAM回环检测方法，其特征在于，包括下列步骤：步骤1)，利用卷积神经网络的局部感知域提取视觉特征，即将卷积神经网络的输入层当作多维矩阵排列的神经元，对输入视觉图像进行处理，将第一个隐藏层的输出作为视觉图像的特征矩阵；步骤2)，将步骤1)得到的特征矩阵转化为一个多维的特征列向量，输入随机森林进行训练，得到新的特征向量；步骤3)，利用标准化欧式距离对当前帧的视觉图像训练得到的特征向量与关键帧的特征向量进行相似度测量，当距离小于设定的阈值则判定当前帧为回环。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711433144.6/，转载请声明来源钻瓜专利网。
