移动机器人闭环检测的视觉字典树金字塔TF-IDF得分匹配方法

摘要：

针对移动机器人视觉闭环检测中,基于视觉字典本的场景外观表征性能受制于有限单词个数以及算法效率低的不足,本文对机器人视觉特征分层量化,构建视觉字典树,计算树节点的TF-IDF熵作为对应视觉单词的权重,生成图像-单词逆向文档索引.为消除视觉字典本的单尺度量化误差,并克服基于字典树投影路径的平面匹配模式中不区分不同层次节点的区分度对闭环检测的影响,本文融合字典树低层单词的强表征性和高层单词的强鲁棒性,提出由下而上逐层计算图像间相似性增量的金字塔得分匹配方法.将不同时刻相似性大于阈值的图像位置提取为候选闭环,通过后验确认操作剔除误正闭环.在移动机器大视觉闭环检测实验中,本文算法提高了图像相似性计算的效率和准确性,提高了闭环检测的准确率和召回率.

关键词：闭环检测、视觉字典树、TF-IDF得分准则、金字塔匹配

所属期刊栏目：37

分类号：TP242.62(自动化技术及设备)

资助基金：国家自然科学基金60975015;中央高校基本科研业务费专项资金CDJXS11181162;CDJXS10181133;教育部博士点基金20090191110023;重庆市重点科技攻关项目CSTC2009AB2230

在线出版日期：2011-09-30（万方平台首次上网日期，不代表论文的发表时间）

页码：665-673