[發明專利]基于深度神經網絡的視覺SLAM閉環檢測方法

在審

• 申請號: 201710350174.4
• 申請日: 2017-05-18
• 公開（公告）號: CN107330357A
• 公開（公告）日: 2017-11-07
• 發明（設計）人: 張云洲;胡航;聞時光;吳成東;段強;胡美玉
• 申請（專利權）人: 東北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 大連理工大學專利中心21200
• 代理人: 梅洪玉

技術領域

本發明屬于圖像處理技術領域，涉及一種基于深度神經網絡模型的視覺SLAM閉環檢測方法。

背景技術

移動機器人在未知環境根據傳感器數據創建地圖，并完成自主定位，即機器人同時定位與構圖(Simultaneous localization and mapping，SLAM)，是實現自主移動機器人的關鍵。SLAM流程一般包含幾個重要模塊，比如特征提取與匹配、數據配準、閉環檢測和全局優化等。閉環(Loop Closure)檢測是指移動機器人判斷當前位置是否已訪問過，其是SLAM研究中的關鍵環節。準確地檢測出閉環可以有效減少機器人位姿估計的累積誤差，有利于構建更加精確的地圖，保證生成地圖的一致性。反之，不正確的閉環信息會影響SLAM后端的圖優化建圖過程，錯誤地修改原有的地圖。機器人運動的時間越長，這種影響越顯著，導致地圖構建和定位錯誤。

當前SLAM閉環檢測方法主要包括：概率計算方法和圖像匹配方法。概率計算方法在計算機器人位于已建成地圖區域以外的概率時通常假定環境中的目標為均勻分布，但實際情況并非如此，由于該方法忽略了環境中的部分有用信息，導致閉環檢測的魯棒性較差。并且基于概率的方法計算量較大，不適合實時的系統。圖像匹配方法通過序列圖像匹配的方法進行閉環檢測，匹配當前時刻的場景圖像與之前采集到的關鍵幀序列，根據圖像相似度來判斷是否形成閉環。閉環檢測的主要影響因素有：受外部環境影響嚴重，誤匹配率較高、感知混淆等問題。另一方面由于傳感器感知范圍有限，只能獲取部分環境信息，難以區分觀測物體。由此可見閉環檢測的準確性和魯棒性還有待提高。

綜上所述，目前閉環檢測大多采用圖像匹配的方法。圖像匹配包括兩個部分：圖像的表示和相似性比較。而常見的圖像描述方法采用的是手工特征，這些手工特征的設計是基于人類的專業知識和見解(主觀經驗和期望)得到的特征。它們具有的共同特點是受人為因素和環境因素的影響，并且計算效率低下。

發明內容

針對傳統手工特征方法易受環境影響的不足，本發明使用神經網絡輸出層獲取的高維特征來描述圖像，并利用這些特征來度量圖像距離，建立幀到幀的特征關聯。這些特征表達是圖像與機器人位姿一對一的平滑內射，進而我們可以在不跟蹤機器人位姿的前提下完成閉環檢測。對于特征向量距離的衡量，可以采用歐氏距離或余弦相似度，利用余弦相似度來度量向量之間的距離具有更好的性能。

本發明采用的技術方案如下：

一種基于深度神經網絡的視覺SLAM閉環檢測方法，包括如下步驟：

步驟一：利用相似場景的數據集訓練線性解碼器的網絡參數；

線性解碼器是一種用于無監督特征學習的神經網絡模型，其在稀疏自編碼模型的基礎上進行了改進。稀疏自編碼模型通過訓練一組超完備基向量來更有效地表達樣本數據內部隱藏的模式和結構。對于最基本的自編碼器包含三層：(1)輸入層x；(2)隱藏層h；(3)輸出層

對于神經網絡中的每個節點可以看作一個非線性函數，將x作為輸入，作為輸出，則每個節點可以視作公式(1)：

其中w和b分別為權重和偏置參數，特征學習的目的就是得到參數w和b。

自編碼神經網絡中，輸入層與隱藏層全連接，對于每個隱藏層單元h_i有：

相似地，對于輸出層有：

寫成矩陣形式如下：

假設有一個無標簽的訓練樣本集{x⁽¹⁾,x⁽²⁾,…}，其中在自編碼神經網絡模型中，輸出值等于輸入值，即即自編碼神經網絡嘗試訓練一個h_W,b(x)≈x的函數。通常會設置W＝W^T，為了使得最終訓練得到的參數應該滿足：

g_w,bf_w,b(x)＝x(6)

從式(6)中可以看出，真實的輸出是隱藏層，輸出層僅僅是為了訓練隱藏層參數設定的虛擬層。

通過最小化輸入與輸出的誤差來訓練參數w和b，誤差用交叉熵來衡量，對于輸入x∈[0,1)，交叉熵如式(7)所示：

自編碼算法利用梯度下降法來求解最小問題，迭代過程中參數更新如式(8)所示：

其中η是學習率，θ是訓練參數w和b。