如何在SLAM中进行回环检测?

　　如何在SLAM中进行回环检测?下面一起来看看吧!!!

　　由于路径的不断延伸，机器人在施工过程中会出现一些累积误差，除了利用局部优化、全局优化等方法进行调整外，还可以利用回环检测技术对机器人的姿态进行优化。回环检测，也叫闭环检测，是机器人曾经识别到某一场景，使地图闭环的能力。

　　如何在SLAM中进行回环检测?

　　1.最简单的方法是对任何两幅图像进行特征匹配，根据正确匹配的数量来判断哪两幅图像之间存在关联关系：缺点是，我们盲目地假定“任意两幅图像都可能存在回环”，使要检测的数量实在太大，在实时系统中大多数实时系统中是不实用的。

　　2.另一种简单的方法是随机抽取历史数据并进行回环检测，比如在n帧中随机抽取5帧与当前帧比较。这个实践可以维持一个固定的操作时间，但这种盲试方法在帧数N增加时，抽取回环的机率也大大降低，导致检测效率不高。

　　3.我们至少希望能预测到“哪一种可能出现回环”，这样才不会那么盲目地去检测。这种方法大体上可以分为两种思路：以里程计(Odometrybased)为基础，或以里程计为基础(Appearancebased)。以几何关系为基础的方法假设“摄像机回到前位置附近”，才能检测回环是否有倒果的嫌疑。该方法只根据图像的相似程度来确定回环检测关系。这一方法消除了前后端数据累积误差和估计误差，使回环检测模块成为SLAM系统中相对独立的模块(当然，前端可以为其提供特征点)，成为视觉SLAM的主流实践。

　　需要购买NAO机器人，欢迎咨询广州美达克数据科技有限公司