[發(fā)明專利]一種基于卷積感知哈希算法的回環(huán)檢測方法

有效

• 申請?zhí)枺?/td>: 202010675615.X
• 申請日: 2020-07-14
• 公開（公告）號: CN111832484B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計）人: 宋永端;方磊;賴俊峰;譚力琿;張杰;譙佩雯;張聰毅;包晗;楊魁龍;楊雅婷;陳穎睿
• 申請（專利權(quán)）人: 星際（重慶）智能裝備技術(shù)研究院有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/74;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 重慶信航知識產(chǎn)權(quán)代理有限公司 50218
• 代理人: 吳彬

本發(fā)明公開了一種基于卷積感知哈希算法的回環(huán)檢測方法，其包括構(gòu)建建立地圖所需場景的圖像數(shù)據(jù)集，構(gòu)建并訓練卷積神經(jīng)網(wǎng)絡(luò)，將訓練好的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于SLAM系統(tǒng)進行回環(huán)檢測。本發(fā)明基于卷積感知哈希算法的回環(huán)檢測方法通過貪婪算法解決卷積神經(jīng)網(wǎng)絡(luò)的輸出與哈希值之間的耦合問題，使用孿生網(wǎng)絡(luò)輸出的交叉熵作為損失函數(shù)訓練卷積神經(jīng)網(wǎng)絡(luò)獲得訓練好的卷積神經(jīng)網(wǎng)絡(luò)。本發(fā)明具有較高的準確率和召回率，根據(jù)不同場景訓練的網(wǎng)絡(luò)，在應(yīng)對不同場景時具備優(yōu)秀的適應(yīng)能力，能夠很好的完成回環(huán)檢測的功能，輔助SLAM構(gòu)建正確的高精度地圖。

技術(shù)領(lǐng)域

本發(fā)明涉及即時定位與建圖(SLAM)中的回環(huán)檢測技術(shù)領(lǐng)域，更具體地，涉及一種基于深度卷積感知哈希的回環(huán)檢測方法。

背景技術(shù)

在視覺SLAM(simultaneous localization and mapping，即時定位與地圖構(gòu)建)中，視覺里程計僅考慮相鄰時間上的關(guān)鍵幀，如果上一時刻產(chǎn)生誤差，那么誤差必定會累積到下一時刻，使得整個SLAM出現(xiàn)累積誤差，長期的估計結(jié)果必然是不可靠的。SLAM后端雖然可以估計最大后驗誤差，但在只存在相鄰關(guān)鍵幀數(shù)據(jù)時，同樣無法消除累計誤差。

回環(huán)檢測的意義就是給出除了相鄰關(guān)鍵幀的約束外，時間更久遠的約束。當機器人察覺相機經(jīng)過了同一個地方，采集到了相似的數(shù)據(jù)這一情況，我們就可以提供更好的估計，得到一個全局已知的估計。回環(huán)檢測關(guān)系到SLAM估計的軌跡和地圖在長時間下的正確性，對機器人進行了重定位，能夠非常有效的提升SLAM建圖的精度。回環(huán)檢測目前采用的技術(shù)一般為詞袋法，通過識別圖片上的特征并保存為單詞，通過比較兩幀圖片上的特征數(shù)量來獲得兩幀圖像的相似度，當相似度達到一定閾值，認為兩幀是同一地點，認為發(fā)生回環(huán)。

詞袋的回環(huán)檢測算法完全依賴于外觀，沒有利用圖中任何的幾何信息，這容易導致外觀相似的圖像容易被當成回環(huán)。并且，由于詞袋不在乎單詞順序，只在意單詞有無的表達方式，更容易引發(fā)感知偏差。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能夠克服上述技術(shù)問題的卷積感知哈希算法的回環(huán)檢測方法，本發(fā)明所述方法的特征在于基于深度學習技術(shù)，使用一種圖像編碼的技術(shù)來解決回環(huán)檢測精度低、效率低的問題。

本發(fā)明基于卷積感知哈希算法的回環(huán)檢測方法，包括以下步驟：

1)構(gòu)建建立地圖所需場景的圖像數(shù)據(jù)集，圖像數(shù)據(jù)集由兩組圖片組成，第一組圖片中全為相似的圖片，第二組圖片中全為不相似的圖片，將圖像數(shù)據(jù)集劃分為訓練集和測試集，訓練訓練集中包含第一組圖片的部分和第二組圖片的部分，訓練集用于卷積神經(jīng)網(wǎng)絡(luò)的訓練，測試集用于檢測訓練好的神經(jīng)網(wǎng)絡(luò)是否有效；

2)構(gòu)建并訓練卷積神經(jīng)網(wǎng)絡(luò)，其包括以下步驟：

a)構(gòu)建兩個結(jié)構(gòu)相同的卷積神經(jīng)網(wǎng)絡(luò)模塊，每個卷積神經(jīng)網(wǎng)絡(luò)模塊包括卷積層、池化層以及全連接層；

b)從訓練集的兩組圖片中隨機選取兩張圖片構(gòu)成一組輸入圖片同時輸入所構(gòu)建的兩個卷積神經(jīng)網(wǎng)絡(luò)模塊，通過貪婪算法分別將兩個卷積神經(jīng)網(wǎng)絡(luò)模塊的輸出變換成兩個哈希碼，卷積神經(jīng)網(wǎng)絡(luò)模塊的輸出和哈希碼的連接方式如下：

其中，H是哈希碼，O是卷積神經(jīng)網(wǎng)絡(luò)的輸出，lr是超參數(shù)，L是交叉熵；

再計算兩張圖像的最大似然估計，兩張圖像對應(yīng)的兩個哈希碼的最大似然函數(shù)如下：

通過最大似然函數(shù)計算損失函數(shù)，損失函數(shù)設(shè)置如下：

其中，n是指哈希碼的位數(shù)，i，j分別指兩張圖片，α是超參數(shù)，h_i是第i張圖像對應(yīng)的哈希碼，h_j是第j張圖像對應(yīng)的哈希碼，s_i，j指輸入的兩張圖片是否歸屬為一類圖片；