LiPo-LCD：结合线与点基于外观的回环检测
计算机视觉与模式识别
2020-09-22 v1 机器人学
摘要
视觉SLAM方法通常依赖回环检测来修正地图和相机轨迹计算过程中可能出现的不一致，通常利用点特征来检测和闭合已有回环。然而，在低纹理场景中，难以找到足够的点特征，因此这些方案的性能急剧下降。由于人造场景的结构规则性，一种替代方案是使用几何线索如直线段，这些环境常存在此类线段。在此背景下，本文引入LiPo-LCD，一种集成线与点的新型基于外观的回环检测方法。采用增量式二值词袋(Bag-of-Binary-Words)方案的思想，我们为每种特征构建独立的BoW模型，并使用晚期融合策略检索先前见过的图像。此外，一种基于“岛”概念的简单而有效的机制将时间上相近的相似图像分组，以减少图像候选搜索开销。最后一步通过纳入检测到的线，借助包含线特征匹配阶段及随后的鲁棒空间验证阶段(现结合线与点)的过程，对回环候选进行几何验证。如文中所述，LiPo-LCD在涉及不同环境条件的多个数据集上可与几种SOTA方案媲美。
引用
@article{arxiv.2009.09897,
title = {LiPo-LCD: Combining Lines and Points for Appearance-based Loop Closure Detection},
author = {Joan P. Company-Corcoles and Emilio Garcia-Fidalgo and Alberto Ortiz},
journal= {arXiv preprint arXiv:2009.09897},
year = {2020}
}
备注
British Machine Vision Conference (BMVC) 2020