11

机器人在大尺度场景下开展同时定位与建图(Simultaneous Localization And Mapping, SLAM)任务时，其闭环检测环节会出现较严重的错匹配或者漏匹配，针对该问题，本文基于ResNet((Residual Net, 残差网络))对图像序列提取特征，提出一种新的闭环检测算法。本方法首先通过预训练的ResNet提取输入图像的全局特征，并将该帧图像及之前一定长度的图像序列的特征按照下采样的方式进行拼接，作为当前帧图像的特征，保证图像特征的丰富性与准确性；同时，设计了一种双层查询的方法以获得最相似的图像帧，并对最相似图像进行一致性检验确保闭环的准确性。对比实验结果显示，本文方法在闭环检测主流公开数据集New College和City Centre上可以达到100%准确下83%召回率和99%准确率下85%召回率，与传统的词袋方法和VGG16的方法相比，具有显著的提升。

占浩, 朱振才, 张永合, 郭明, 丁国鹏. 基于残差网络的图像序列闭环检测方法[J]. 激光与光电子学进展, 2021, 58(04): 3.  复制并引用该论文