高仙技术家|SLAM(二)——完善回环检测的视觉SLAM

高仙技术家|SLAM(二)——完善回环检测的视觉SLAM
高仙是全球较早从事自主移动技术研发与应用探索的机器人公司之一。成立至今，高仙不断打磨并完善了机器人全场景移动技术，并通过全球超过50+机型、1万+机器人终端在5000+行业的落地积累，实现了从室内到室外等不同环境、从清洁到安防等不同业务领域的广泛应用。高仙机器人全场景移动技术给越来越多的机器人赋予了自主移动必需的“躯壳”、“大脑”和“灵魂”。
在上篇高仙技术家文章中，我们介绍了激光SLAM方案，并在文章末端强调了闭环检测的重要性。在闭环检测的过程中，单一的激光检测方法在现实应用中存在着局限性，想要高效得到全局一致的高精地图，基于视觉的回环检测必不可少。
回环检测的定义和作用
在SLAM系统中，传感器数据噪声和算法本身都会导致前端估算的载具位姿存在一定的误差，该误差会随着时间不断积累.最显著的情况下，当机器人完成一个环形的运动之后，SLAM算法计算出的路径会由于积累误差而无法完全闭合。如图1所示, 载具绕建筑物一圈之后, 当前位置和起始位置的墙(分别用蓝色和红色虚线标出)没有完全重合。

图１　未经过回环修正的地图

对于该问题，你是否已经有了一些想法呢?　其实很简单，如果能让载具知道已经到了"老地方"，然后将"老地方"的数据和当前数据关联起来，就可以通过建立约束关系和后端优化来消除累积误差ÿ