|
什么是回環(huán)檢測？ 在講解回環(huán)檢測前，我們先來了解下回環(huán)的概念。在視覺SLAM問題中，位姿的估計(jì)往往是一個(gè)遞推的過程，即由上一幀位姿解算當(dāng)前幀位姿，因此其中的誤差便這樣一幀一幀的傳遞下去，也就是我們所說的累計(jì)誤差。 我們的位姿約束都是與上一幀建立的，第五幀的位姿誤差中便已經(jīng)積累了前面四個(gè)約束中的誤差。但如果我們發(fā)現(xiàn)第五幀位姿不一定要由第四幀推出來，還可以由第二幀推算出來，顯然這樣計(jì)算誤差會(huì)小很多，因?yàn)橹淮嬖趦蓚�(gè)約束的誤差了。像這樣與之前的某一幀建立位姿約束關(guān)系就叫做回環(huán)。回環(huán)通過減少約束數(shù)，起到了減小累計(jì)誤差的作用。 那么我們?cè)趺粗揽梢杂傻诙䦷扑愕谖鍘蛔四兀恳苍S第一幀、第三幀也可以呢。確實(shí)，我們之所以用前一幀遞推下一幀位姿，因?yàn)檫@兩幀足夠近，肯定可以建立兩幀的約束，但是距離較遠(yuǎn)的兩幀就不一定可以建立這樣的約束關(guān)系了。找出可以建立這種位姿約束的歷史幀，就是回環(huán)檢測。
回環(huán)檢測的意義 有了前端的視覺里程計(jì)及后端優(yōu)化的SLAM系統(tǒng)，似乎已經(jīng)比較好用了。但其在提高實(shí)時(shí)性的同時(shí)精度卻降低了，一旦精度降低，又會(huì)面臨長時(shí)間累計(jì)誤差的問題，特別是像ORB-SLAM那樣只做局部地圖優(yōu)化的方案。我們?cè)撊绾纹胶膺@個(gè)矛盾呢？ 我們不妨先思考下，在一個(gè)陌生的環(huán)境中，我們?nèi)祟愂侨绾芜M(jìn)行環(huán)境地圖的建立？在局部區(qū)域，人不斷的移動(dòng)從而在腦海中建造增量式地圖，時(shí)間長了大部分人也分不清東南西北了，與起始點(diǎn)的關(guān)系又如何。假如人正巧回到了之前路過的位置，在對(duì)環(huán)境足夠敏感的情況下，他就能發(fā)現(xiàn)這個(gè)事實(shí)，從而修正自己之前對(duì)方位的判斷。我們說，此時(shí)檢測到了一個(gè)回環(huán)，顯然，人可以通過面前看到的景象與腦海中殘缺的印象來對(duì)比從而檢測到回環(huán)的，對(duì)于SLAM來說也可以通過對(duì)比當(dāng)前幀與過去關(guān)鍵幀的相似度，如相似度超過某一閥值時(shí)就可以被認(rèn)為是檢測到回環(huán)。 現(xiàn)在，問題的關(guān)鍵就在于如何判斷兩幀圖片的相似度。最直觀的做法是特征匹配，比較匹配的數(shù)量是否足夠多。但由于特征匹配非常耗時(shí)，回環(huán)檢測需要與過去所有關(guān)鍵幀匹配，這個(gè)運(yùn)算量是絕對(duì)無法承受的。因此，有人提出了詞袋模型，用來加速特征匹配。
什么是詞袋模型？ 詞袋模型就是把特征看成是一個(gè)個(gè)單詞，通過比較兩張圖片中單詞的一致性，來判斷兩張圖片是否屬于同一場景。 為了能夠把特征歸類為單詞，我們需要訓(xùn)練一個(gè)字典。所謂的字典就是包含了所有可能的單詞的集合，為了提高通用性，需要使用海量的數(shù)據(jù)訓(xùn)練。 字典的訓(xùn)練其實(shí)是一個(gè)聚類的過程。假設(shè)所有圖片中共提取了10,000,000個(gè)特征，可以使用K-means方法把它們聚成100,000個(gè)單詞。但是，如果只是用這100,000個(gè)單詞來匹配的話效率還是太低，因?yàn)槊總�(gè)特征需要比較100,000次才能找到自己對(duì)應(yīng)的單詞。為了提高效率，字典在訓(xùn)練的過程中構(gòu)建了一個(gè)k個(gè)分支，深度為d的樹，如下圖所示。直觀上看，上層結(jié)點(diǎn)提供了粗分類，下層結(jié)點(diǎn)提供了細(xì)分類，直到葉子結(jié)點(diǎn)。利用這個(gè)樹，就可以將時(shí)間復(fù)雜度降低到對(duì)數(shù)級(jí)別，大大加速了特征匹配。
1.jpg (26.78 KB, 下載次數(shù): 58)
下載附件
2018-10-23 17:35 上傳
DBoW3庫 DBoW3庫為我們提供了非常方便的訓(xùn)練詞典和使用詞典的方法。 訓(xùn)練詞典時(shí)，只需要把所有訓(xùn)練用的圖片的描述符傳給DBoW3::Vocabulary的create方法就可以了。訓(xùn)練好的詞袋模型保存在vocabulary.yml.gz文件中。
2.png (38.41 KB, 下載次數(shù): 68)
下載附件
2018-10-23 17:35 上傳
接下來，使用訓(xùn)練好的詞袋模型對(duì)圖片計(jì)算相似性評(píng)分。DBoW3為我們提供了兩種計(jì)算相似性的方式，第一種是直接對(duì)兩張圖片比較；第二種是把圖片集構(gòu)造成一個(gè)數(shù)據(jù)庫，再與另一張圖片比較。
3.png (52.59 KB, 下載次數(shù): 60)
下載附件
2018-10-23 17:35 上傳
4.png (41.61 KB, 下載次數(shù): 72)
下載附件
2018-10-23 17:35 上傳
可以看出，圖片越相似，評(píng)分越接近1。我們可以根據(jù)這個(gè)評(píng)分來判斷兩張圖片是否是同一場景。但是直接給定一個(gè)絕對(duì)的閾值并不合適。通常，如果當(dāng)前幀與之前某幀的相似度超過當(dāng)前幀與上一個(gè)關(guān)鍵幀相似度的3倍，就認(rèn)為可能存在回環(huán)。不過，這種做法要求關(guān)鍵幀之間的相似性不能太高，否則無法檢測出回環(huán)。
| 
QQ好友和群
QQ空間
騰訊微博
騰訊朋友
收藏
淘帖
頂
踩
