留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种高效准确的视觉SLAM闭环检测算法

安平 王国平 余佳东 陈亦雷 尤志翔

安平, 王国平, 余佳东, 等 . 一种高效准确的视觉SLAM闭环检测算法[J]. 北京航空航天大学学报, 2021, 47(1): 24-30. doi: 10.13700/j.bh.1001-5965.2019.0642
引用本文: 安平, 王国平, 余佳东, 等 . 一种高效准确的视觉SLAM闭环检测算法[J]. 北京航空航天大学学报, 2021, 47(1): 24-30. doi: 10.13700/j.bh.1001-5965.2019.0642
AN Ping, WANG Guoping, YU Jiadong, et al. An efficient and accurate visual SLAM loop closure detection algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2021, 47(1): 24-30. doi: 10.13700/j.bh.1001-5965.2019.0642(in Chinese)
Citation: AN Ping, WANG Guoping, YU Jiadong, et al. An efficient and accurate visual SLAM loop closure detection algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2021, 47(1): 24-30. doi: 10.13700/j.bh.1001-5965.2019.0642(in Chinese)

一种高效准确的视觉SLAM闭环检测算法

doi: 10.13700/j.bh.1001-5965.2019.0642
基金项目: 

国家自然科学基金 61828105

上海市科委项目 17DZ2292400

上海市科委项目 18XD1423900

详细信息
    作者简介:

    安平  女, 博士, 教授, 博士生导师。主要研究方向:图像与视频处理、计算机视觉

    王国平  男, 硕士研究生。主要研究方向:视觉SLAM

    余佳东  男, 硕士研究生。主要研究方向:视觉SLAM

    通讯作者:

    安平, E-mail: anping@shu.edu.cn

  • 中图分类号: TP242

An efficient and accurate visual SLAM loop closure detection algorithm

Funds: 

National Natural Science Foundation of China 61828105

Science and Technology Commission of Shanghai Municipality 17DZ2292400

Science and Technology Commission of Shanghai Municipality 18XD1423900

More Information
  • 摘要:

    同步定位与地图构建(SLAM)是视觉导航领域的关键技术之一,闭环检测是SLAM的基础问题。针对视觉SLAM闭环检测准确率不高的问题,提出一种高效准确的闭环检测算法。该算法由词袋模型、图像结构校验、跟踪预测模型3个模块构成。首先,将局部特征与全局特征相结合,设计了词袋模型与图像结构校验模块。词袋模型通过视觉单词比较图像之间的相似性,得到闭环候选帧。然后,图像结构校验模块灰度化、归一化当前图像与闭环候选图像。归一化之后的图像被直接作为局部特征的邻域,计算得到全局描述符,通过全局描述符判断闭环候选帧是否为有效的闭环。最后,针对传统闭环检测算法耗时随图像数量增加而显著增加的问题,设计了跟踪预测模块,以提高计算效率。实验中,与主流的DBoW算法相比,提出的闭环检测算法的准确率提升了20%以上,实时性也有更好的表现。

     

  • 图 1  闭环检测流程

    Figure 1.  Flowchart of loop closure detection

    图 2  Brief词袋树

    Figure 2.  Vocabulary tree of Brief

    图 3  图像归一化

    Figure 3.  Image normalization

    图 4  ORB全局特征

    Figure 4.  ORB holistic features

    图 5  相似得分的连续性

    Figure 5.  Continuity of similarity score

    图 6  跟踪预测模型

    Figure 6.  Tracking prediction model

    图 7  实验场景

    Figure 7.  Experimental scene

    图 8  实验结果

    Figure 8.  Experimental results

    图 9  实时性实验

    Figure 9.  Real-time performance experiment

    表  1  闭环检测准确率

    Table  1.   Loop closure detection accuracy

    数据集标号 准确率/% 准确率提升/%
    DBoW算法 TPSV-DBoW算法
    00 67.00 83.07 23.99
    02 26.67 33.43 25.35
    05 62.78 84.89 35.22
    06 78.86 89.93 14.04
    下载: 导出CSV

    表  2  实时性对比

    Table  2.   Real-time performance comparison

    数据集标号 图像数量 耗时/s 实时性提升/%
    DboW算法 TPSV-DboW算法
    04 271 18.55 18.53 0.10
    03 801 67.44 66.11 1.96
    01、06、07 1 100 67.30 66.70 0.89
    10 1 200 93.56 92.17 1.48
    09 1 590 118.76 116.99 1.48
    05 2 761 190.71 186.87 2.01
    08 4 070 432.17 416.78 3.56
    02 4 661 619.58 595.71 3.85
    下载: 导出CSV
  • [1] GUI J J, GU D B, WANG S, et al.A review of visual inertial odometry from filtering and optimisation perspectives[J].Advanced Robotics, 2015, 29(20):1289-1301. doi: 10.1080/01691864.2015.1057616
    [2] 何俊学, 李战明.基于视觉的同时定位与地图构建方法综述[J].计算机应用研究, 2010, 27(8):2839-2844. doi: 10.3969/j.issn.1001-3695.2010.08.007

    HE J X, LI Z M.Survey of vision-based approach to simultaneous localization and mapping[J].Application Research of Computers, 2010, 27(8):2839-2844(in Chinese). doi: 10.3969/j.issn.1001-3695.2010.08.007
    [3] HESS W, KOHLER D, RAPP H H.Systems and methods of detecting loop closure in simultaneous localization and mapping (SLAM) applications: U.S.14/972, 938[P].2019-06-11.
    [4] CLEMENTE L, DAVISON A.Mapping large loops with a single hand-held camera[C]//Robotics Science and Systems, 2007, 2(2): 297-304.
    [5] WILLIAMS B, CUMMINS M, NEIRA J, et al.An image-to-map loop closing method for monocular SLAM[C]//IEEE International Conference on Intelligent Robots and Systems.Piscataway: IEEE Press, 2008: 2053-2059.
    [6] 刘强, 段富海.复杂环境下视觉SLAM闭环检测方法综述[J].机器人, 2018, 40(6):123-136.

    LIU Q, DUAN F H.A survey of loop-closure detection method of visual SLAM in complex environments[J].Robot, 2018, 40(6):123-136(in Chinese).
    [7] 刘国忠, 胡钊政.基于SURF和ORB全局特征的快速闭环检测[J].机器人, 2017, 39(1):36-45. doi: 10.3969/j.issn.1004-6437.2017.01.005

    LIU G Z, HU Z Z.Fast loop closure detection based on holistic features from SURF and ORB[J].Robot, 2017, 39(1):36-45(in Chinese). doi: 10.3969/j.issn.1004-6437.2017.01.005
    [8] KROSE B J A, VLASSIS N, BUNSCHOTEN R, et al.A probabilistic model for appearance-based robot localization[J].Image & Vision Computing, 2001, 19(6):381-391.
    [9] LOWRY S M, WYETH G F, MILFORD M J.Unsupervised online learning of condition-invariant images for place recognition[J].Procedia-Social and Behavioral Sciences, 2014, 106:1418-1427.
    [10] CUMMINS M, NEWMAN P.Probabilistic appearance based navigation and loop closing[C]//Proceedings 2007 IEEE International Conference on Robotics and Automation.Piscataway: IEEE Press, 2007: 2042-2048.
    [11] GALVEZ-LOPEZ D, TARDOS J D.Bags of binary words for fast place recognition in image sequences[J].IEEE Transactions on Robotics, 2012, 28(5):1188-1197. doi: 10.1109/TRO.2012.2197158
    [12] MUR-ARTAL R, TARDOS J D.ORB-SLAM2:An open-source SLAM system for monocular, stereo, and RGB-D cameras[J].IEEE Transactions on Robotics, 2017, 33(5):1255-1262. doi: 10.1109/TRO.2017.2705103
    [13] 梁志伟, 陈燕燕, 朱松豪, 等.基于视觉词典的单目视觉闭环检测算法[J].模式识别与人工智能, 2013, 26(6):561-570. doi: 10.3969/j.issn.1003-6059.2013.06.007

    LIANG Z W, CHEN Y Y, ZHU S H, et al.Loop closure detection algorithm based on monocular vision using visual dictionary[J].Pattern Recognition and Artificial Intelligence, 2013, 26(6):561-570(in Chinese). doi: 10.3969/j.issn.1003-6059.2013.06.007
    [14] GUCLU O, CAN A B.Fast and effective loop closure detection to improve SLAM performance[J].Journal of Intelligent and Robotic Systems, 2019, 93(3-4):495-517. doi: 10.1007/s10846-017-0718-z
    [15] ZHANG G, YAN X, YE Y.Loop closure detection via maximization of mutual information[J].IEEE Access, 2019, 7:124217-124232. doi: 10.1109/ACCESS.2019.2937967
  • 加载中
图(9) / 表(2)
计量
  • 文章访问数:  1037
  • HTML全文浏览量:  201
  • PDF下载量:  140
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-23
  • 录用日期:  2020-01-17
  • 网络出版日期:  2021-01-20

目录

    /

    返回文章
    返回
    常见问答