重访时发生偏移情况下的回环检测方法研究.pdfVIP

第48卷第3期Vol.48,No.3

2025年6月Jun.2025

DOI：10.3969／j.issn.1674-3644.2025.03.009

重访时发生偏移情况下的回环检测方法研究

11，21，211，23

陈子韬，赵慧，蒋林，陈跃龙，汤勃，周和文

（1．武汉科技大学冶金装备及其控制教育部重点实验室，湖北武汉，430081；

2．武汉科技大学机器人与智能系统研究院，湖北武汉，430081；

3．珠海一微半导体股份有限公司，广东珠海，519075）

摘要：针对基于激光雷达构建全局描述符的回环检测算法在机器人发生偏移重访时难以检测到回环的问

题，提出了一种具有旋转与平移鲁棒性的回环检测算法。该算法首先利用关键帧点云分别构造Polar

Descriptor、CartDescriptor以及EnhancedCartDescriptor全局描述符，然后将上述全局描述符的行向量编码

为实值构造的rowkey子描述符，通过两阶段分层搜索得到与当前帧相似度最高的最优候选帧，最后根据

水平距离阈值判断回环是否正确。在公开数据集KITTI实验的准确率为100%时，本文所提算法的最大召

回率相较于scancontext与LiDARIris算法相应值平均提升了5.61%与4.25%；在真实环境实验中，集成了

本文所提算法的SLAM算法建图效果得到显著改善。

关键词：回环检测；全局描述符；偏移重访；旋转鲁棒性；平移鲁棒性；水平距离阈值

中图分类号：TP242.6文献标志码：A文章编号：1674-3644(2025)03-0224-10

SLAM（simultaneouslocalizationandmapping）（localrelativeorientationmatching）的回环检测方

[1-2][3]

技术是当前移动机器人领域的研究热点。作为法，使用SuperPoint神经网络提取特征点和描述符，

SLAM系统中的关键环节，回环检测通过计算两帧在保留查询图像与候选帧之间局部拓扑结构的基

之间的相似度来进行位置识别，以此判断机器人是础上建立可靠的特征对应关系，将该方法应用于光

否回到曾经到过的地方，进而为后端优化构建回环照变化、结构重复、动态等场景时表现出较强的鲁

[9]

约束，减小机器人在SLAM过程中产生的累积误棒性。Papapetros等提出一种跟踪视觉特征的回

[4]

差，最终建立全局一致性地图。常见的回环检测