SLAM(Simultaneous Localization and Mapping,同步定位与建图)技术是指设备(如机器人)在运动过程中,通过自身配备的传感器(例如摄像机、惯性测量单元和激光雷达等)获取环境数据,然后利用采集到的数据构建环境地图并进行自主定位的技术。视觉SLAM(Visual Simultaneous Localization and Mapping,简称v SLAM)系统指获取数据的传感器是摄像机的SLAM系统。当前视觉SLAM系统通常分为前端和后端两个部分,其中前端主要是视觉里程计,其作用是根据摄像机拍摄的图像估计相机运动。前端进行估计时不可避免的会产生误差,且误差会不断累积,导致系统长时间运行后运动估计不准确,因此需要在后端进行优化。后端的优化方案在PTAM(Parallel Tracking and Mapping)系统出现之前通常使用的是以扩展卡尔曼滤波(Extended Kalman Filter,简称EKF)为主的滤波器,PTAM系统出现之后,非线性优化方案开始取代滤波器方案。为了避免后端优化在收敛时产生严重偏差,因此在视觉SLAM系统中引入了回环检测模块。回环检测模块在当前的视觉SLAM系统是一个相对独立的模块,其主要目的是识别设备曾经到过的场景(即形成回环),减小视觉里程计产生的累积误差。准确的回环检测能够有效的改善视觉SLAM系统的建图质量。词袋模型最初常用在自然语言处理领域,由于其简单和灵活的特点,使得计算机视觉邻域对其越来越重视,基于词袋模型的回环检测算法就是其中一个应用。为了提高回环检测算法的性能,本文主要进行了以下几个方面的研究工作:(1)词汇树的实时更新。传统视觉词袋模型的词汇树通常是在离线的环境下,利用与实验场景无关的大量图像通过聚类算法生成,这就导致词典中包含的信息与实验场景的信息差别较大。但是实验场景的图像数据是未知的,并不能利用实验场景的数据生成词典,因此本文通过改变离线生成词典的聚类算法,并引入图像数据的融合方式,使词典可以在回环检测算法运行的过程中利用采集到的实验场景数据进行更新。(2)改进基于词袋模型的回环检测算法。本文通过对回环检测算法的分析,发现回环检测算法在查找候选图像时,需要对所有查询图像进行相同复杂程度的运算。但是,通过实验可以发现,不同图像之间中具备相同单词的数量不同,相似图像之间具备的相同单词数量明显的大于不相似图像之间具备的相同单词数量。因此本文选择先简单利用图像的单词过滤掉一部分与新图像差异较大的图像,然后再进行后续的查找流程。这样利用两个不同计算复杂度的过滤步骤,达到提升算法的运行效率的效果。(3)在City Center数据集、New College数据集、KITTI00数据集和KITTI06数据集上分别进行改进算法对比实验。验证改进后的算法相比与改进前的算法,在精度100%情况下的最大召回率平均提高19.88%,平均召回率提升幅度为43.125%。改进后的算法处理一张图像的所需时间比算法改进前所需时间平均缩短162.75ms,时间性能平均提升41.25%。(4)本文改进算法与其他五种经典算法进行对比分析。在New College数据集、KITTI00数据集和KITTI06数据集上的最大召回率相比其他五种算法中的最好结果分别提高了0.82%、2.69%和23.59%。证明本文算法在三个数据集上的取得了最优结果。