基于特征编码和动态路由优化的视觉定位方法

摘要：

针对视角变化、光照变化、大尺度和动态物体等复杂场景下,移动机器人定位的准确性低、鲁棒性差等问题,提出基于特征编码和动态路由优化的视觉定位方法.首先,引入基于残差网络的特征编码策略,提取图像的几何特征和语义特征,减少图像噪声信息,加快模型的收敛速度;其次,通过熵密度峰值优化网络的动态路由机制,采用向量表示特征之间的空间位置关系,提升图像特征提取和表达能力,优化网络整体性能;最后,融合优化后的特征编码和动态路由网络,将全局特征描述符和特征向量相结合,保留特征间的差异性和关联性,计算图像特征的相似性用于闭环检测.实验结果表明,相比基于VGG、AlexNet、BoVW及GIST的视觉定位方法,所提方法的准确率分别提高了24.54％、23.06％,43.81％和 42.69％,实现了复杂场景下移动机器人闭环检测,提高了定位和建图的准确性和鲁棒性.

关键词：同时定位与地图构建、视觉定位、特征编码、动态路由

所属期刊栏目：30

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;辽宁省教育厅面上青年人才项目;辽宁省科技厅博士科研启动基金计划项目

在线出版日期：2022-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：451-460