论文部分内容阅读
作为机器人技术领域的研究重点之一,SLAM在无人驾驶、增强现实、虚拟现实等方面有重要应用。视觉SLAM利用连续的相机帧获取信息,完成环境环境感知,而长时间运行视觉SLAM系统会不断累积邻近帧间误差,影响后端优化收敛。针对此问题,提出一种基于深度学习的回环检测方法,使用回环检测模块以减少邻近帧间的误差积累,克服以人工标记特征点算法为基础的传统视觉SLAM回环检测的不足,提高了系统在复杂环境下的检测准确率。经实验验证,算法获得良好的准确率与速率,能够满足视觉SLAM系统的要求。