基于多特征场景描述的闭环检测方法

针对同时定位与地图构建(SLAM)的闭环检测方法在多歧义复杂场景下易发生感知偏差的问题，基于闭环概率模型提出了一种结合局部SURF特征和全局ORB特征的闭环检测方法。首先，分别采用鲁棒SURF特征和全局ORB特征对图像进行局部和全局的场景描述；其次，构建多特征场景描述的离散贝叶斯闭环概率模型，对多特征空间分别构建观测似然概率，其中，局部特征空间基于词袋模型的方法计算观测似然概率，全局特征空间基于KNN最近邻的方法计算观测似然概率；最后，考虑图像的时间一致性，基于极线约束设计多步闭环候选帧提取方法，进一步减少感知偏差问题。实验结果表明，在多歧义场景下所提方法可以消除绝大部分的误正匹配情况，对比FAB-MAP2.0和BoW方法具有更好的闭环检测效果，可以达到更高的闭环准确率。