基于双特征和HNSW网络的视觉SLAM闭环检测算法

李国民, 张鹏超, 朱代先

西安科技大学学报 ›› 2026, Vol. 46 ›› Issue (02) : 256 -266.

PDF
西安科技大学学报 ›› 2026, Vol. 46 ›› Issue (02) : 256 -266. DOI: 10.13800/j.cnki.xakjdxxb.2026.0203

基于双特征和HNSW网络的视觉SLAM闭环检测算法

    李国民, 张鹏超, 朱代先
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对当前闭环检测算法采用单一特征表征图像时存在表征不足,闭环搜索时存在耗时过长,进而出现闭环检测准确率低和实时性差的问题,提出一种基于ResNet18卷积特征和传统ORB人工特征并结合层次化可导航小世界HNSW网络的闭环检测算法。首先对检测图像提取ResNet18卷积特征和ORB人工特征,通过构建的视觉词典利用VLAD算法对提取特征进行编码,对2种VLAD编码利用最优融合权重系数进行融合;其次利用层次化可导航小世界HNSW网络构建VLAD索引结构,对融合VLAD编码进行加速检索,并在闭环检测公开数据集上进行验证。结果表明:相对于单一ResNet18卷积特征的VLAD编码,基于双特征融合VLAD编码的算法在NewCollege和CityCentre数据集上的闭环检测准确率分别提高了29%和20%;相比于原始算法的暴力搜索,采用HNSW网络的VLAD索引结构搜索算法在NewCollege数据集上的闭环搜索总时间下降了51%,同时闭环检测准确率高达85%。基于双特征和HNSW网络的闭环检测算法具有闭环检测准确率高和搜索时间短,为高精度的实时闭环检测系统提供了一种新的设计方案。

关键词

视觉SLAM / 闭环检测 / 视觉词典 / VLAD融合 / HNSW网络

Key words

引用本文

引用格式 ▾
李国民, 张鹏超, 朱代先. 基于双特征和HNSW网络的视觉SLAM闭环检测算法[J]. 西安科技大学学报, 2026, 46(02): 256-266 DOI:10.13800/j.cnki.xakjdxxb.2026.0203

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/