-
公开(公告)号:CN110110694A
公开(公告)日:2019-08-09
申请号:CN201910411429.2
申请日:2019-05-16
Applicant: 东北大学
Abstract: 本公开实施例涉及一种基于目标检测的视觉SLAM闭环检测方法,其包括:针对环境获取RGB图像和深度图像,并对RGB图像进行目标检测得到目标检测结果;根据RGB图像和目标检测结果确定的关键帧内利用DBSCAN密度聚类算法进行聚类融合,得到聚类结果;结合深度图像将聚类结果作为语义节点进行空间位置复原,构建局部语义拓扑图;对局部语义拓扑图利用SURF特征匹配和语义节点的类别进行节点匹配,并根据节点匹配结果对局部语义拓扑图的语义节点计算相似度;基于连续关键帧的相似度是否符合预设条件进行闭环判断。本公开实施例提供的方法可以消除目标检测中可能存在的错误和遗漏,可以改善利用目标检测结果进行环境描述的条件。
-
公开(公告)号:CN110110694B
公开(公告)日:2023-01-24
申请号:CN201910411429.2
申请日:2019-05-16
Applicant: 东北大学
IPC: G06V20/10 , G06V10/46 , G06V10/762 , G06V10/764
Abstract: 本公开实施例涉及一种基于目标检测的视觉SLAM闭环检测方法,其包括:针对环境获取RGB图像和深度图像,并对RGB图像进行目标检测得到目标检测结果;根据RGB图像和目标检测结果确定的关键帧内利用DBSCAN密度聚类算法进行聚类融合,得到聚类结果;结合深度图像将聚类结果作为语义节点进行空间位置复原,构建局部语义拓扑图;对局部语义拓扑图利用SURF特征匹配和语义节点的类别进行节点匹配,并根据节点匹配结果对局部语义拓扑图的语义节点计算相似度;基于连续关键帧的相似度是否符合预设条件进行闭环判断。本公开实施例提供的方法可以消除目标检测中可能存在的错误和遗漏,可以改善利用目标检测结果进行环境描述的条件。
-