曾桂萍,孫作雷,潘 盼
(上海海事大學 信息工程學院,上海 201306)
閉環檢測中詞袋與詞對袋的對比研究
曾桂萍,孫作雷,潘 盼
(上海海事大學 信息工程學院,上海 201306)
從詞袋技術(BoW)入手探究拓撲地圖中的閉環檢測算法,在性能和時間效率兩個因素系統地對比了詞袋技術與詞對袋技術(BoWP),詞袋技術是以Dorian Gálvez López 提出的DLoopDetector算法為參考,詞對袋(BoWP)技術是以Nishant Kejriwal提出的高性能閉環檢測為原始算法,主要凸顯了詞對袋技術在性能上的優越性。詞袋技術的優點是技術成熟易實現,但存在感知混疊問題。通過額外創建一個由詞對組成的詞典來克服傳統詞袋法中因矢量的量化導致的感知混淆的限制。實驗表明,詞對袋方法比Dloop能提供更好的召回性能,并且減少了算法的計算時間及復雜度。
詞袋;詞對袋;閉環檢;同步定位和構圖
閉環檢測[1]是移動機器人同步定位和構圖(Simultaneous Localization and Mapping,SLAM)[2]的關鍵技術。本文以外觀(圖像)為基礎的拓撲地圖研究SLAM系統的閉環檢測問題,機器人需要準確無誤地辨認出已訪問過的位置,閉環檢測成功能夠顯著降低構圖中的累積誤差。SLAM系統多數采用成熟的詞袋技術,本文以基于場景對象識別的實時視覺構圖(DloopDetector,Dloop)[3]為代表性的詞袋(Bag-of-Word,BoW)[4]技術,與新提出的詞對袋(Bag of Word Pair,BoWP)[5]技術在原理和性能上進行比較。Dloop具有傳統詞袋技術難以解決的問題,比如矢量量化導致的感知混淆,即將機器人在不同的地理位置觀測到的相似場景誤認為同一個位置,而詞對袋技術剛好通過直接特征匹配方法解決了Dloop感知混淆的問題,用其原始特征直接計算圖像的相似度;……