.png){kind=icon}
返回
LCD-SSIC: enhancing object-level loop closure detection based on spatial-semantic information consistency
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6501/ae44b5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
闭环检测对于纠正视觉同步定位与地图构建（SLAM）中的漂移至关重要，但在具有光照变化和重复纹理的复杂室内环境中仍具挑战性。为解决传统基于特征的方法在利用高层语义方面的局限性，本文提出了一种基于空间-语义信息一致性的闭环检测方法（LCD-SSIC），这是一种利用空间-语义信息一致性的粗到精对象级闭环检测方法。所提出的方法通过分层策略有效融合视觉外观和深度信息：首先使用深度全局特征（NetVLAD）进行高效候选检索，随后进行精细一致性检查。精细阶段将几何-语义视图概率、深度衍生的3D相对定位以及基于颜色的语义特征整合为统一的相似度度量，以严格验证空间和语义对齐。在慕尼黑工业大学（TUM）RGB-D和ScanNet数据集上的大量实验表明，LCD-SSIC优于包括ORB-SLAM3和SemanticTopoLoop在内的当前先进技术。结果显示，该方法实现了100%的精确度以及更优的LCD分数（例如在TUM fr2-desk上为0.980），证明了其在区分几何相似但不同的场景方面的强大鲁棒性。
Keyword:
Loop closure detection
Spatial-semantic information consistency
Visual SLAM
Object-level detection
Semantic feature fusion
期刊
IF:
3.4
论文数:
2.6K
被引数:
2.3W
机构
引用论文
LIWOM-GD: Enhanced LiDAR–Inertial–Wheel Odometry and Mapping by Fusion With Ground Constraint and Dynamic Points EliminationLIWOM-GD：通过融合地面约束和动态点消除增强的LiDAR-惯性-轮式里程计与建图
PREAI
分享收藏分享收藏A semantic visual SLAM based on improved mask R-CNN in dynamic environment基于改进Mask R-CNN的动态环境语义视觉SLAM.png)
Robotica
RoboticaIF0
PREAI
分享收藏DFS-SLAM: A Visual SLAM Algorithm for Deep Fusion of Semantic InformationDfs-slam：一种用于深度融合语义信息的视觉SLAM算法
PREAI
分享收藏A Novel Ultrasound Robot With Force/Torque Measurement and Control for Safe and Efficient Scanning一种具有力/扭矩测量和控制的新型超声机器人，可实现安全高效的扫描
OAAI
OAAI分享收藏ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial, and Multimap SLAMORB-SLAM3: 用于视觉，视觉惯性和多映射SLAM的精确开源库OAAI
OAAI分享收藏
查看更多内容