一种基于图像匹配的闭环检测方法.pdfVIP

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2008) 02-0115-05 一种基于图像匹配的闭环检测方法 赵逢达 ，孔令富 （ 燕山大学 信息科学与工程学院，河北 秦皇岛 ） 摘 要：为提高较大规模环境下同时定位与地图创建闭环检测的鲁棒性和实时性，提出一种基于单目视觉的闭 环检测方法。利用尺度显 算法选择图像的感兴趣区域，对显 特征区域再选择后，通过提取图像尺度不变特 征进行图像匹配以实现闭环检测，解决了特征匹配计算量过大对数 关联的速度影响问题。 关键词：移动机器人； ； ；匹配 中图分类号：TP273 文献标识码：A 引言 ）特征，根 特征匹配的 结果来决定图像间的相似度。在提取 特征后 移动机器人同时定位与地图创建（ 系统只存储原始图像的特征描述符，不保存原始图 ， ）要解决 像，大大减少了存储空间。 的问题是让机器人在未知环境中在起始位置未知 的情况下，利用传感器获取机器人和环境的相对距 显著特征区域选择 离来不断的创建环境地图，同时利用地图完成定 位、导航 。闭环检测是 中一个关键问题， 在整幅图像内提取 特征会带来由于特征 是机器人判断自己当前位置是否位于已经访问过 数目过多而导致图像匹配速度慢的问题，同时会增 的环境区域，并以此作为地图是否需要更新的依 加特征误匹配的可能性，最终导致 “假正确”的闭 。目前进行闭环检测大多采用概率计算的方法， 环判断。因此，本文首先使用尺度显 算法 在 将闭环检测看作一个贝叶斯估计问题 。在这些 图像中选择显 特征区域。 方法中，为了计算机器人位于已建地图区域外的概 显著特征区域初选择 率，通常假定环境中的目标符合均匀分布，即对于 图像中显著特征区域定义为图像尺度空间中 没有探索过的区域，传感器对环境的所有观测都分 自相似性测量加权的局部复杂度函数。在信号离散 配一个固定、相等的概率。但实际情况并非如此， 情况下，显 性度量定义为尺度和位置 的函数 这些方法忽略了环境中有用的信息，因此，不可避 免地导致 的鲁棒性差。而且，这种方法计 算代价较大，不适合实时 。 是描述图像复杂度的信息熵，是对尺度空间局部 本文使用激光测距仪和 摄像机作为主要 信号复杂度的测量，定义为 外部传感器，激光测距仪完成基于扫描匹配的 ，而 用于采集环境图像，通过当前时 刻采集的图像和之前获取图像的匹配结果判断闭 环是否发生。在视觉处理时，利用尺度显 算法在 式中， 是在尺度和位置 特征描述符 取值 图像中选择显著特征区域，对特征区域再选择后， 为 的概率， 。 在显 特征区域内提取图像 （ 收稿日期： 作者简介：赵逢达 （ ）