声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：张括嘉, 张云洲, 吕光浩, 龚益群
关键词：移动机器人, 视觉SLAM, 闭环检测, 语义信息, 局部语义拓扑图
针对视觉SLAM（同步定位与地图创建）中现有的闭环检测方法容易产生假阳性检测的问题，利用YOLOv3目标检测算法获取场景中的语义信息，以DBSCAN（density-based spatial clustering of application with noise）算法修正错误检测和遗漏检测，构建语义节点，对关键帧形成局部语义拓扑图．利用图像特征和目标类别信息进行语义节点匹配，计算不同语义拓扑图中对应边的变换关系，得到关键帧之间的相似度，并根据连续关键帧的相似度变化情况进行闭环的判断．在公开数据集上的实验表明，目标聚类有效地提高了室内场景下的闭环检测准确性．与单纯利用传统视觉特征的算法相比，本文算法能够获得更加准确的闭环检测结果．
来源：2019年第5期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。