一种用于视觉SLAM的回环检测方法

本发明适用于视觉SLAM的回环检测技术领域，提供了一种用于视觉SLAM的回环检测方法，S1：使用深度神经网络yolov9对每帧图片中的物体进行分类，并将这些物体上的语义类别分配给这些物体上的特征；S2：结合语义模型和几何模型建立约束模型F，其法向特征向量包含位姿和对象类的语义标签。在现阶段已有的方法的基础上通过深度学习网络添加了语义信息，既提高了特征匹配的准确性以获得更好的几何特征回环相似度，又能在回环检测时提供一个语义的权重，起到了提高建图的鲁棒性与准确性，另外，本发明提出的加入语义信息的设计十分巧妙，不受具体环境的约束，可以轻松的移植到其他系统中，因此适用范围很广。