解读《视觉SLAM十四讲》，带你一步一步入门视觉SLAM—— 第 12 讲 回环检测

在开始讲回环检测之前，我们先看下我们面临的问题！

在视觉里程计（VO）中，我们说到因为误差的累计效应，所以会导致我们的因为轨迹累计，误差越来越大，这个是视觉里程计没法避免的，即使我们采用了效果显著的后端优化，也依然不能彻底解决误差累计的问题。

试想一下，如果我们的轨迹是一个环状，那么我们一定会再次出现在当初经过的地方，那么我们的轨迹一定就会形成闭环，但是如果不闭环那就说明，轨迹出现了累计误差，当我们发现回到原地时就可以直接修正这个累计误差。
　　
　　如果你学过控制相关的课程，这其实就是一个最典型的负反馈控制！
　　
　　另外一方面，我们VO失败的时候，也可以使用回环检测进行重定位。
　　
　　所以回环检测对于一个完整SLAM系统必不可少，不过回环检测的原理还是非常容易的，理论知识也是很简单的。所以这一讲的解读，我只需要给大家总结一些重点内容就行了。

解读

回环检测的大致思路

回环检测的方法主要是基于图像的外观判定相似性。

我们可以想到最简单的方法就是，不断地将输入SLAM系统中的图片和以往的图片进行相似性判断，那么当相似性达到一定阈值的时候，我们就认为他们是同一个场景，至于怎么判断他们是相似的，这样的方法很多。

我们书中介绍的判断相似性的方法是词袋模型，它的处理方式和两两图片求相似性的方法不同。

词袋模型是将很多类型特征存成字典，如果图片上有字典中的某些特征，那么就给这张图片一些特定的表示，另外的图片也采用的这样的方式，如果两张图片最终的表示结果很相近，那么这两张图片就可能是一个场景。

在细致学习词袋模型之前，我们还需要一些铺垫工作。

准确率和召回率

真阳性：实际为真，检测出来也是真；
　　假阳性：实际为假，检测出来是真；
　　假阴性：实际为真，检测出来是假；
　　真阴性：实际为假，检测出来也是假；
　　
　　
$$准确率=\frac{真阳性}{真阳性+假阳性}$$
$$召回率=\frac{真阳性}{真阳性+假阴性}$$

准确率描述的是，算法提取的所有回环中确实是真实回环的概率；
召回率描述的是，在所有真实回环中，被正确检测出来的概率。

而在我们的SLAM中，我们可以容忍真实回环被检测到概率低一点儿，我们要追求的是检测为回环的准确率要高一点。

词袋模型

关于词袋的原理，作者书中解释的很清楚了，我觉得很容易理解，我就不再赘述了。

字典

如果你先前了解过机器学习，那么对于聚类问题，你再熟悉不过了，因为机器学习很大的篇章都是在讲分类聚类等问题。

字典的结构和原理，大家直接看书即可。如果你对聚类算法不熟悉，可以了解一下下面这篇帖子：
《机器学习sklearn19.0聚类算法——Kmeans算法》

对于k叉树的意思就是，我们先将图片的特征点的描述子，进行k-means聚类得到k个分类，然后对于每一个分类，再进一步进行k-means聚类，然后再继续，直到分类深度得到d层。

相似度计算

获得了图片对应的单词向量之后，如果计算两张图片之间的相似性呢？

为了让结果更加优异，我们在对单词的相似性就行评判的之前，我们还希望将单词的区分性和重要性加以评估，给每一个单词一个权值，以获得更好的效果。

IDF思想：某单词如果在字典中的概率越低那么区分度越高；

TF思想：某一个单词在一副图像中经常出现，它的区分度就高。

图片相似度计算公式：
$$s(v_A,v_B)=2\sum |v_{A_i}|+|v_{B_i}|-|v_{A_i}-v_{B_i}|$$其中：$A,B=\{(w_1,{\eta }_1),\cdots ,(w_N,{\eta }_N)\}$，表示的是单词向量以及单词的权重。权重${\eta }_i=T{F}_i\times ID{F}_i$.

温馨提示，嘻嘻

关于回环检测，感觉也没啥可说的，原理非常的符合我们的认知，所以很简单，但是对于回环检测实际在SLAM中的应用，还是很需要技巧的，我建议大家看一下ORB-SLAM2回环检测算法的设计。
　　另外如果你自己想训练回环检测的词袋，一定要根据自己的场景训练，如果你用在室内，那就都选用室内图训练，如果你想训练一个通用的词袋，那就必然会导致的你的词袋很大，那么加载的时候务必会耗更多的时间。
　　我觉得SLAM可以和深度学习结合的地方不多，回环检测至少是一个非常不错的与深度学习结合的应用，如果你对SLAM的深度学习结合感兴趣，你可以仔细研究一下回环检测的方法。

伟人之所以伟大，是因为他与别人共处逆境时，别人失去了信心，他却下决心实现自己的目标。