DLoopDetector回环检测算法

本文介绍了一种基于视觉词袋模型的回环检测方案——DLoopDetector。该方案使用DBoW2库构建视觉词典,并增加了回环检测及验证模块。文章详细阐述了基于连续序列的回环相似性度量方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  词袋模型是一种文本表征方法,它应用到计算机视觉领域就称之为BoF(bag of features),通过BoF可以把一张图片表示成一个向量。DBoW2是一个视觉词袋库,它提供了生成和使用词典的接口,但它并不等同于slam中的回环检测。

  回环检测属于slam前端,也是vslam三大模块(视觉里程计,回环,优化)之一。回环检测的主要目的是确认当前位置是否曾经到达过。它接收一段图片序列,然后绘制拓扑地图,故又称之为拓扑制图。基于BoF的回环检测是目前比较流行的回环解决方案,诸如IAB-MAP,FAB-MAP,RTAB-MAP等都使用这种解决方案。一个典型的基于BoF的回环方案主要由3个部分组成:BoF模块+回环检测算法模块+验证模块。从方案处理的数据的不同上又可以分为基于关键帧的和基于连续序列的。例如DLoopDetector就是基于连续序列的BoF回环方案,而RTAB-MAP是基于关键帧的BoF回环方案。

  DLoopDetector基于DBoW2构建和使用视觉词典,并且添加了回环检测算法模块和验证模块,所以它是一个完整的回环检测/拓扑制图系统。本篇关注其LC算法部分,LC算法主要有bayes方法和相似性方法两种,DLoopDetector采用的就是相似性方法。除了采用DBoW2库中的基本的向量相似度度量,DLoopDetector作者针对连续序列回环检测问题设计了两种相似性度量:

  (1)     帧与帧之间的回环相似性度量

  (2)     帧与一段帧序列之间的回环相似性度量

  算法会通过找寻最优匹配帧序列的方式找到最优匹配帧。由于闭环往往存在时间上的连续性,所以如果之后k帧也能用同样的方法找到回环,则说明当前的回环是正确的。

 

 

参考文献:

1, Galvez-López, D, Tardos, J.D. Bags of Binary Words for Fast Place Recognition in Image Sequences[J]. Robotics IEEE Transactions on, 2012, 28(5):1188-1197.

2, Gálvez-López D, Tardós J D. Real-time loop detection with bags of binary words[C]// IEEE/RSJ International Conference on Intelligent Robots & Systems. 2011:51-58.

3, 中译文:董海霞, 曾连荪. 视觉SLAM中闭环检测算法的研究[J]. 微型机与应用, 2016, 35(5):1-3.

转载于:https://www.cnblogs.com/huaxiaforming/p/6288630.html

### 安装和配置激光SLAM回环检测算法 对于希望在Ubuntu 18.04上安装并配置激光SLAM回环检测算法的用户来说,可以选择多种流行的解决方案之一——LIO-SAM(LiDAR-Inertial Odometry & Mapping),该方案不仅支持三维激光雷达数据处理还融合了惯性测量单元(IMU)的数据来提高定位精度[^2]。 #### 准备ROS环境 为了使LIO-SAM正常运作,在开始之前需确保已成功搭建好ROS Melodic Morenia的工作环境。这通常涉及到设置ROS源、更新包列表以及安装桌面全版本的ROS等操作。如果尚未完成这些前置步骤,则应优先参照官方文档指南进行相应部署。 #### 创建Catkin工作区 建立一个新的Catkin工作目录用于存放即将克隆下来的项目代码库: ```bash mkdir -p ~/catkin_ws/src && cd ~/catkin_ws/src ``` 初始化此工作空间以便后续能够顺利执行编译指令: ```bash catkin_init_workspace ``` #### 获取LIO-SAM源码 通过Git工具从GitHub仓库拉取最新版本的LIO-SAM程序至本地计算机内: ```bash git clone --recursive https://github.com/TixiaoShan/LIO-SAM.git . ``` 注意这里使用`--recursive`参数是为了同步下载依赖子模块的内容。 #### 编译工程 切换回到顶层路径之后就可以调用`catkin_make`命令启动构建流程了;在此之前建议先确认所有必要的依赖项都已经被正确解析出来。 ```bash cd .. sudo apt update && rosdep install --from-paths src --ignore-src -r -y catkin_make -DCMAKE_BUILD_TYPE=Release source devel/setup.bash ``` #### 测试运行效果 最后一步就是验证整个系统的可用性了。可以尝试加载一些公开发布的测试案例来进行初步评估。比如EUROC MAV视觉惯导数据集就是一个不错的选择[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值