基于几何约束的改进型包词图像检索用于地面纹理定位

使用俯视相机进行地面纹理定位提供了一种低成本、高精度的定位解决方案，能够鲁棒地应对动态环境，且无需对环境进行修改。我们提出了一种显著优于现有方法的包词（BoW）图像检索系统，用于地面纹理定位，实现了全球定位精度的显著提升，以及SLAM中环路闭合检测的更高精度和召回率。我们的做法利用近似k-means（AKM）词汇表进行软分配，并利用地面纹理定位中固有的一致方向和恒定尺度约束。鉴于全球定位与SLAM环路闭合检测的不同需求，我们提出了两种版本的算法：一种高精度版本和一种高速版本。我们通过消融实验测试了我们提出的每项改进的效果，并展示了该方法对于全球定位和环路闭合检测的有效性。鉴于已有大量地面纹理定位系统正在使用包词方法，我们的方法可以轻松替换其管道中的其他通用包词系统，从而立即提升结果。