基于OBS-CNN的视觉SLAM闭环检测方法研究

摘要：

针对室内机器人即时定位与建图中闭环检测方法存在准确性和召回率不高的问题,提出一种基于OBS-CNN的视觉SLAM闭环检测方法.对图像进行灰度化、归一化操作;利用卷积神经网络提取图像视觉特征,为了提高卷积神经网络提取视觉特征的有效性,基于Siamese网络提出OBS-CNN模型,将Siamese网络的双分支合为一个,并采用3*3的小卷积核以获得更准确的相似度,最后,根据相似度计算结果决定是否闭环.在TUM公开数据集上进行算法性能测试,实验结果表明,提出的闭环检测算法相比现有方法准确率得到提高.

关键词：闭环检测、OBS-CNN、视觉特征、相似度计算、准确率、召回率

所属期刊栏目：47

分类号：TP242(自动化技术及设备)

资助基金：广西职业教育教学改革研究资助项目GXGZJG2020B121

在线出版日期：2023-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：93-97