专利名称：单目视觉slam中基于图像外观的闭环检测方法
技术领域：
本发明针对移动机器人单目视觉同步定位与地图构建(simultaneouslocalization and mapping, SLAM)中的闭环检测问题，提供一种单目视觉SLAM中基于图像外观的闭环检测方法，本发明属于移动机器人导航技术领域。
背景技术：
同步定位与地图构建是移动机器人导航领域的基本问题与研究热点，是否具备同步定位与地图构建的能力被许多人认为是机器人是否能够实现自主导航的关键的前提条件。SLAM过程中机器人实现自定位的同时构建环境地图，由于先验知识的匮乏和环境的不确定性，机器人在行走的过程中需要判断当前位置是否处于已经访问过的环境区域，并以此作为判断是否需要环境更新的依据，即闭环检测问题。 由于视觉传感器观测的范围有限，单目视觉SLAM闭环检测面临很多问题，包括机器人运动的不确定性和误差会导致数据关联错误、视觉特征如何检测、视觉场景模型如何表征等等。其中如何准确建立场景模型是视觉SLAM闭环检测的关键，目前大部分基于视觉的场景模型通过直接获得的环境外观特征来描述。BoVW(Bag of visual words)算法是ー种有效的图像特征建模方法，被广泛用于视觉SLAM闭环检測。该方法首先用SURF或SIFT算子提取图像的局部特征，然后将特征进行分类构建视觉词典，基于创建的视觉词典，任何一幅图像都可以用视觉词典中的视觉单词集合进行表征。在视觉SLAM闭环检测方面，Angeli等提出了一种基于加强视觉的拓扑闭环检测方法，Cummins等提出了ー种基于拓扑外观的概率闭环检测方法，这两种方法虽然能胜任大規模环境下的有效检测，但是不能满足SLAM问题中高效性和实时性的闭环检测要求。RTAB-MAP是ー种基于场景外观的实时闭环检测方法，其強大的内存管理功能使机器人能够长时间在线处理每帧图像，但检测的准确率较低且容易出现错误的闭环检測。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足，提供ー种单目视觉SLAM中基于图像外观的闭环检测方法，能够有效提高在线闭环检测的实时性、准确性。本发明具体采用以下技术方案解决上述技术问题ー种单目视觉SLAM中基于图像外观的闭环检测方法，包括以下步骤步骤I、移动机器人前进过程中利用自身携帯的单目摄像头采集当前场景图像，并提取当前场景图像的视觉词袋特征；步骤2、计算当前场景图像与前ー帧历史图像之间的内容相似度，如内容相似度的最大值小于预设的相似度阈值，则保存当前场景图像并转而执行步骤3 ;否则，删除当前场景图像并转至步骤1，获取新图像，其中，当前场景图像It与前ー帧历史图像I。之间的内容相似度S，按照以下公式计算得到
权利要求
1.ー种单目视觉SLAM中基于图像外观的闭环检测方法，其特征在于，包括以下步骤步骤I、移动机器人前进过程中利用自身携帯的单目摄像头采集当前场景图像，并提取当前场景图像的视觉词袋特征；步骤2、计算当前场景图像与前ー帧历史图像之间的内容相似度，如内容相似度的最大值小于预设的相似度阈值，则保存当前场景图像并转而执行步骤3;否则，删除当前场景图像并转至步骤1，获取新图像，其中，当前场景图像h与前ー帧历史图像L·之间的内容相似度s按照以下公式计算得到
2.如权利要求I所述单目视觉SLAM中基于图像外观的闭环检测方法，其特征在于，还包括步骤4、按照以下方法对步骤3的检测结果进行验证当步骤3中检测出当前图像与一幅历史图像构成闭环时，统计当前图像的视觉词袋特征中的视觉单词在每一幅历史图像的视觉词袋特征中出现的频次；选取频次最高的前/7幅历史图像，/7为自然数；如果步骤3中检测到的历史图像为这/7个历史图像中的任意ー个，则认为闭环检测正确，接受闭环；否则闭环检测错误，拒绝闭环。
3.如权利要求I或2所述单目视觉SLAM中基于图像外观的闭环检测方法，其特征在于，按照以下方法提取图像的视觉词袋特征步骤101、提取图像J的局部视觉特征，得到图像/的局部视觉特征向量集合；步骤102、将图像表示为如下的#维向量，该#维向量V/即为图像的视觉词袋特征向量
4.如权利要求3所述单目视觉SLAM中基于图像外观的闭环检测方法，其特征在于，所述视觉词典采用以下方法离线构建步骤I、事先采集ー组环境场景图像井分别提取各幅图像的局部视觉特征，所有局部视觉特征向量构成训练样本集；步骤2、对所述训练样本集聚类，以所得到的聚类中心作为视觉单词构建视觉词典，每个聚类中心即为ー个视觉单词；具体包括以下步骤步骤201、设置初始聚类类别数#;步骤202、按照当前聚类类别数ム对训练样本集进行模糊#均值聚类，在每一迭代步中，按照隶属度最大准则将样本分配给某个聚类中心，第/个样本对第J个聚类中心的隶属度み如下式
5.如权利要求3所述单目视觉SLAM中基于图像外观的闭环检测方法，其特征在于，采用SURF或SIFT算子提取图像的局部视觉特征。
全文摘要
本发明公开了一种单目视觉SLAM中基于图像外观的闭环检测方法。本发明方法包括移动机器人前进过程中利用自身携带的单目摄像头采集当前场景图像，并提取当前场景图像的视觉词袋特征；对图像进行预处理利用图像权重向量之间的内积来衡量图像之间的相似度，将与前一帧历史图像相似度较大的当前图像剔除；利用贝叶斯滤波方法不断更新闭环假设状态的后验概率进行闭环检测，判断当前场景图像是否发生闭环；利用图像逆检索方法对上步中得到的闭环检测结果进行验证。进一步地，本发明在构建视觉词典过程中，利用TSC值作为聚类结果的评价标准来对聚类类别数进行动态调整。相比现有技术，本发明的闭环检测方法具有实时性强、检测精确度高的优点。
文档编号G05D1/02GK102831446SQ20121029518
公开日2012年12月19日 申请日期2012年8月20日 优先权日2012年8月20日
发明者梁志伟, 陈燕燕, 朱松豪, 徐国政 申请人:南京邮电大学