基于深度学习的视觉SLAM回环检测方法

1.一种基于深度学习的视觉SLAM回环检测方法，其特征在于，包括：步骤一、持续获取目标载体所处环境的图像信息；采用摄像头持续获取目标载体所处环境的图像，并发送至视觉SLAM系统模块，视觉SLAM系统模块对图像进行计算，得到目标载体的位姿以及环境地图，即图像信息；步骤二、将图像信息发送至回环检测模块，基于深度学习神经网络模型计算每帧图像与视觉SLAM系统中已有的关键帧序的相似度，并保存相似度最高的图像；基于深度学习神经网络模型计算每帧图像与视觉SLAM系统中任意相邻的两帧图像a与图像b，对应的相似度最高的图像为图像amax与图像bma；分别计算图像a与图像amax的相似度s1，计算图像b与图像bmax的相似度s2；判断相似度s1与相似度s2的差值是否超过设定的阈值c，若超过，则发生回环，将该回环信息反馈至视觉SLAM系统；若未超过则将图像b作为图像c，将图像bmax作为图像amax，并重新进入步骤二；步骤三、根据相似度最高的图像，获取回环信息；步骤四、根据反馈的回环信息，对目标载体的图像信息进行优化。 2.根据权利要求1所述的基于深度学习的视觉SLAM回环检测方法，其特征在于，对所述深度学习神经网络模型进行优化处理。 3.根据权利要求2所述的基于深度学习的视觉SLAM回环检测方法，其特征在于，所述优化处理包括：将三元组格式的训练数据集输入至训练完成的深度学习网络中进行优化，得到包括图像特征描述符的优化后的网络模型。 4.一种基于深度学习的视觉SLAM回环检测装置，其特征在于，运用权利要求1-3任一项所述方法，包括：采集模块，其用于持续获取目标载体所处环境的图像信息；回环检测模块，其用于从采集模块接受图像信息，并基于深度学习神经网络模型计算每帧图像与视觉SLAM系统中已有的关键帧序的相似度，保存相似度最高的图像，并基于相似度最高的图像，获取回环信息；优化模块，其用于回环检测模块反馈的回环信息，对目标载体的图像信息进行优化。 5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至3中任意一项所述的基于深度学习的视觉SLAM回环检测方法。 6.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至3中任意一项所述的基于深度学习的视觉SLAM回环检测方法。