回环检测之理解一二三

回环检测要克服的难题是视角变化和环境条件的变化，保证在剧烈环境变化下回环检测的稳健性，实时性等特点。

       回环检测大部分的论文是套路已有算法做改进。而现有的算法中，大部分都是借用CNN获取图像描述符，或是局部描述符，或是全局描述符，然后采用PCA降维处理， 再做相似性测量。所做的改进方向，或是改进CNN结构，或是改进描述符处理，让这些描述符更具鲁棒性或稳健性，再做相似性测量。现在越来越多的论文倾向于提取图像中的语义信息，经过处理再测量相似度。注意所使用的数据集也大多包含了季节光照视角变化下的环境图像。

---

理解回环检测

什么是回环检测？

       一般讲回环检测，都是在说SLAM的回环检测环节，而SLAM又具体指什么呢？回环检测指什么？回环检测又在slam中起到什么作用呢？这些问题在高翔老师的《SLAM十四讲》中讲得很清楚，我这里只做引用，加上简单的个人理解。
并且引用了右边链接的分析 https://www.arduino.cn/thread-82348-1-1.html
       SLAM全称为Simultaneous Localization and Mapping 的缩写，中文是“同时定位与地图构建”，指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要是相机，那就称为“视觉SLAM”。也就是说，SLAM要解决两个问题，定位和地图构建&#x