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。