计算机应用研究

作者：尚朝辉,丁德锐,魏国亮,蔡洁,

单位：上海理工大学a.光电信息与计算机工程学院;b.管理学院;c.理学院,上海200093；

关键词：视觉同步定位和建图,回环检测,宽度学习,自编码器,

基金：国家自然科学基金资助项目(61973219)；；

回环检测对于视觉同步定位和建图（visual simultaneous localization and mapping，VSLAM）系统减小累计误差和重定位具有重要意义。为缩短回环检测在线运行时间，同时满足准确率召回率需求，提出了一种基于宽度自编码器的快速回环检测算法（fast loop closure detection-broad autoencoder，FLCD-BA）。该检测算法改进了宽度学习网络，通过无监督的方式从输入数据中自主学习数据特征，进而运用于回环检测任务。与传统的深度学习方法不同，该网络使用伪逆的岭回归算法求解权重矩阵，通过增量学习的方法实现网络的快速重构，从而避免了整个网络的重复训练。所提算法在三个公开数据集上进行了实验，无须使用GPU设备，且网络的训练时间相比词袋模型以及深度学习的方法有较大缩短。实验结果表明该算法在检测回环时具有较高的准确率和召回率，测试中每帧的平均运行时间仅需21 ms，为视觉SLAM系统的回环检测提供了一种新算法。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期