1.一种视觉SLAM的回环检测方法,其特征在于,包括以下步骤:步骤一,持续获取目标载体所处环境的图像,将图像传入视觉SLAM系统模块,通过视觉SLAM系统进行计算,得到目标载体的位姿以及环境地图,作为图像信息;
步骤二,视觉SLAM系统模块将图像信息通过发送至回环检测模块;
步骤三,回环检测对传入的图像i与视觉SLAM系统中保存的关键帧序列进行相似度计算,保存相似度最高的图像imax;
步骤四,当图像i的下一帧图像j传入时,同样对图像j与视觉SLAM系统中保存的关键帧序列进行相似度计算,保存相似度最高的图像jmax;
步骤五,分别计算图像i与图像jmax的相似度s1,图像j与图像imax的相似度s2,判断相似度s1与相似度s2是否超过设定的阈值x;
若超过阈值x则认为发生回环,将发生回环信息通过发送至视觉SLAM系统;
若未超过阈值x,将图像j作为图像i,图像jmax作为图像imax,返回步骤四;
步骤六,视觉SLAM系统模块根据回环检测模块传入的回环信息,对目标载体的位姿以及环境地图进行优化,降低系统计算的累积误差。
2.根据权利要求1所述的一种视觉SLAM的回环检测方法,其特征在于,步骤一中,获取目标载体所处环境的图像采用摄像头采集。
3.根据权利要求1所述的一种视觉SLAM的回环检测方法,其特征在于,回环检测模块与视觉SLAM系统间通过串口通信。
4.根据权利要求1所述的一种视觉SLAM的回环检测方法,其特征在于,回环检测模块与视觉SLAM系统为并行运算。
5.根据权利要求1所述的一种视觉SLAM的回环检测方法,其特征在于,回环检测是利用深度学习神经网络进行离线训练,将深度学习神经网络内置到计算单元一上,对图像之间相似度进行计算。