SLAM回环检测方法总结

person 匿名

发布日期: 2021-06-15 09:59:29 浏览量: 789
评分:
star star star star star star star star star star_border
*转载请注明来自write-bug.com

SLAM回环检测

基于视觉的回环检测

根据预训练的视觉词典,如FAB-MAP 和DBoW2,利用词袋模型(BoW)测量单词间的距离.

缺点

视觉系统对光照和视角敏感

基于LiDAR的激光检测

提取局部描述子或场景签名(全局描述子)用于场景识别.

局部描述子代表方法

  • FPFH :利用局部表面法向量计算局部描述子.
  • Gasalt3D描述子 :概率投票方法.

局部描述子缺点

由于描述子维度较高,检索效率很低.

全局描述子代表方法

  • GLAROT :编码关键点对的几何位置到直方图中.缺点:构建关键点对很耗时.
  • Scan Context :投影激光帧到全局描述子中.优点:速度快.缺点:精度较低.
  • ISHOT :同时编码密度和几何信息,从而提高全局描述子的精度.缺点:加入密度信息后,描述子计算的效率变低.
上传的附件
eject