基于视觉字典的移动机器人闭环检测方法研究

针对移动机器人同步定位和地图构建(SLAM)的闭环检测问题,提出了一种基于视觉字典的闭环检测方法。该方法首先使用SURF算法对每一帧图像进行特征提取,生成视觉单词,构建视觉字典树,再基于“词袋”(Bag of Words,BoW)对场景建模,通过计算图像视觉单词的匹配度估计图像间的相似度。为提高闭环检测的成功率,运用贝叶斯滤波与相似度来计算闭环假设的后验概率分布。同时,为提高系统的实时性,引入了内存管理机制。实验结果显示该方法是有效的。