一种基于增量式词袋模型的三维场景回环检测方法
摘要文本
本发明公开了一种基于增量式词袋模型的三维场景回环检测方法。具体做法为：对输入点云进行关键点和局部描述子提取，对提取的局部描述子进行分类，获得对应的词汇分布，将当前的词汇分布与词汇分布数据库中的数据进行比较，选择具有相似词汇分布的点云作为回环候选，若已有构成回环的历史信息，则同时利用此历史信息选择回环候选；对每一个回环候选进行几何验证，通过几何验证的最优候选则被认为与当前输入构成回环；词典与词汇分布数据库由最先输入的一部分点云实现初始化并定期更新，实现增量式词袋模型。同时，补充指标解决传统指标中存在的遗漏问题。本发明方法在多种数据集上进行评估，验证了其具备优异的回环检测性能以及显著的泛化能力。。 （更多数据，详见马克数据网）
申请人信息
- 申请人:浙江大学
- 申请人地址:310058 浙江省杭州市西湖区余杭塘路866号
- 发明人: 浙江大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于增量式词袋模型的三维场景回环检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311453857.4 |
| 申请日 | 2023/11/3 |
| 公告号 | CN117496346A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 浙江大学 |
| 发明人 | 李亮; 林于笑童 |
| 地址 | 浙江省杭州市西湖区余杭塘路866号 |
专利主权项内容
1.一种基于增量式词袋模型的三维场景回环检测方法，其特征在于，该方法包括以下步骤：S1、对前N个点云提取关键点和局部描述子，构建词典数据库和词汇分布数据库；dS2、对后续输入点云提取关键点和局部描述子，并根据词典数据库对关键点对应的局部描述子进行分类，对分类结果使用TF-IDF计算进行加权处理，获得词汇分布直方图；S3、根据词汇分布情况结合词汇分布数据库进行粗筛，并计算粗筛结果的词汇分布与当前词汇分布的相似性，同时将粗筛结果根据时间一致性进行归类，获得一系列点云组集合，在点云数量最多、平均相似度最高的两个点云组集合中分别选取相似度最高的前N个点云，删除重复后作为候选点云；sS4、回环检测：对每个候选点云进行几何验证，选取通过几何验证的最优候选与当前输入构成回环，对历史回环信息进行更新；若没有候选通过几何验证或候选点云集合为空，则无点云与当前输入点云构成回环，将输入点云对应的局部描述子与词汇分布情况加入数据库；S5，若加入新数据的次数达到N，则重新计算词典，并对相应的IDF值以及词汇分布情况进行更新。u