HGI-SLAM：基于人与几何重要性特征的回环检测

我们提出人与几何重要性SLAM（HGI-SLAM），一种利用显著特征与几何特征进行回环检测的新方法。回环检测是SLAM的关键环节，已有许多成熟方法解决该问题。然而，现有方法较为局限，仅使用基于几何或基于显著性的特征。我们将两类方法的优势融合为一个模型，其性能优于单独任一类方法。我们的方法使用低成本的单目相机，不依赖深度传感器或激光雷达。HGI-SLAM利用几何与显著性特征，将其处理为描述子，并针对词袋算法进行优化。通过使用并发线程并将我们的回环检测与ORB-SLAM2结合，我们的系统是一个完整的SLAM框架。我们在KITTI和EuRoC数据集上对HGI回环检测与HGI-SLAM进行了广泛评估，并对我们的特征提供了定性分析。我们的方法可实时运行，对大视角变化具有鲁棒性，同时在自然环境中保持精确。HGI-SLAM是一个端到端的SLAM系统，仅需单目视觉，性能可与最先进的SLAM方法相媲美。