论文部分内容阅读
同时定位与地图构建解决的是陌生环境中定位与地图构建的问题。闭环检测是同时定位与地图构建的关键步骤,对构建一致性地图至关重要。当前的闭环检测通常是基于传统特征的方法,很容易受外界环境的影响。为提高闭环检测的精确性和鲁棒性,提出基于卷积神经网络与序列匹配的闭环检测方法,使用训练好的神经网络模型提取图像特征,利用局部聚合描述符对图像特征编码作为图像描述,运用序列匹配方式构建相似性矩阵用于闭环检测。实验结果表明,与基于传统特征方法及基于深度学习模型的方法相比,该算法能够获得更好的精确性和鲁棒性。