申请/专利权人：的卢技术有限公司

申请日：2019-12-29

公开（公告）日：2024-04-19

公开（公告）号：CN111401123B

主分类号：G06V10/776

分类号：G06V10/776;G06V10/82;G06V10/764;G06V10/762;G06V10/25;G06V10/46;G06V20/56

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2023.11.03#著录事项变更;2020.08.04#实质审查的生效;2020.07.10#公开

摘要：本发明公开了一种基于深度学习的SLAM回环检测方法及系统，包括利用词袋词典模块检测回环候选帧，并送入深度学习检测模块中；深度学习检测模块检测识别检测帧和回环候选帧中是否有同一物体；分别获取词袋词典模块与深度学习检测模块的检测概率数据；利用高斯概率模型，融合模块将词袋词典模块与深度学习检测模块检测概率数据融合，获得融合后的概率数据；判断融合后的概率数据是否达到检测要求。本发明通过结合词袋技术和深度学习检测技术，提高回环检测的准确性，从而提高整个SLAM技术的定位精度。

主权项：1.一种基于深度学习的SLAM回环检测方法，其特征在于：包括，获取真实相机SLAM系统中对应的检测帧；利用词袋词典模块100检测回环候选帧，并送入深度学习检测模块200中；所述深度学习检测模块200检测识别检测帧和所述回环候选帧中是否有同一物体；分别获取所述词袋词典模块100与所述深度学习检测模块200的检测数据；利用高斯概率模型，融合模块300将所述词袋词典模块100与所述深度学习检测模块200检测概率数据融合，获得融合后的概率数据；判断所述融合后的概率数据是否大于阈值，如果大于阈值说明达到检测要求，如果不大于阈值说明未达到检测要求；检测所述回环候选帧之前具体包括，训练大量图片数据获取词典101；利用检测帧数据库找出与检测帧有公共单词的检测帧；累加所述公共单词的个数，并设置80％为最大共有所述单词数量设定值；检测所述回环候选帧还包括，将所述值作为检测阈值；利用所述检测阈值筛选所述检测帧；利用所述词典101获取值大于所述检测阈值的原理，提取词典101输出的获取值，获得所述回环候选帧，并把所述回环候选帧与所述检测帧送入所述深度学习检测模块200中；所述深度学习检测模块200检测识别包括，利用开源YOLO算法检测所述检测帧与所述回环候选帧中是否有同一物体；所述开源YOLO算法检测具体包括，利用图像上滑动的滑窗，查看完整图像；分别判别所述图像的分类；利用调整物体精确边框，完成检测和定位；融合所述检测数据概率包括，利用词袋102，获取所述词袋词典模块100检测所述回环候选帧概率Xp；利用深度学习，获取所述深度学习检测模块200检测识别概率Xm；利用高斯概率模型，将所述概率Xp与所述概率Xm融合，获得融合后的所述概率数据；所述高斯概率模型包括， 其中，x为融合后的概率，p为预测数据，Xp为预测概率，δp为方差，若AB相互独立，则PAB＝PA*PB；判断所述融合后的概率数据是否达到检测要求包括，若融合后的所述概率数据结果大于所述检测阈值，则所述检测帧与所述回环候选帧是正确的；若融合后的所述概率数据结果小于或等于所述检测阈值，则所述检测帧与所述回环候选帧是错误的。

全文数据：

权利要求：

百度查询： 的卢技术有限公司 一种基于深度学习的SLAM回环检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD