| 非结构化环境下基于外观的闭环检测研究综述 |
| |
| 引用本文： | 李康宇, 王西峰, 徐斌, 姬丽娟, 耿牛牛. 非结构化环境下基于外观的闭环检测研究综述[J]. 机器人, 2023, 45(2): 238-256. DOI: 10.13973/j.cnki.robot.210510 |
| |
| 作者姓名： | 李康宇 王西峰 徐斌 姬丽娟 耿牛牛 |
| |
| 作者单位： | 1.中国机械科学研究总院集团有限公司, 北京 100037;2.机科发展科技股份有限公司, 北京 100037 |
| |
| 摘 要： | 首先讨论了现有的场景外观描述方法及其应对各类非结构化因素时的性能。其次,介绍了基于纯图像检索、引入拓扑和度量信息的场景记忆模型的特性,并作为案例讨论了视觉词典的性能优化及构造方法。接着,对闭环检测的关键环节——闭环匹配、后验和优化——进行了分析。再次,概述了常用的性能评估指标和基准数据集。最后,总结了闭环检测研究现状,展望了无监督学习、语义上下文信息和模型轻量化等新技术的应用潜力。
|
| 关 键 词： | 视觉SLAM 闭环检测 深度学习 位姿优化 |
| 收稿时间： | 2021-11-29 |
| 修稿时间： | 2022-03-14 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机器人》浏览原始摘要信息 |
|
点击此处可从《机器人》下载免费的PDF全文 |
|
