1.3.4　回环检测

回环检测，又称闭环检测（Loop Closure Detection），主要解决位姿估计随时间漂移的问题。假设实际情况下，运动主体经过一段时间运动后回到了原点，但是由于漂移，它的位置估计值却没有回到原点。如果有某种手段感知到“回到了原点”这件事，或者把“原点”识别出来，我们再把位置估计值“拉”过去，就可以消除漂移了，这就是所谓的回环检测。回环检测与“定位”和“建图”二者都有密切的关系。事实上，我们认为，地图存在的主要意义，是为了让运动主体知晓自己到达过的地方。为了实现回环检测，我们需要让运动主体具有识别曾到达过场景的能力。实现回环的手段有很多，例如我们可以在环境中某个位置设置一个标志物（如一张二维码图片），只要它看到了这个标志，就知道自己回到了原点，但是，该标志物实质上是对环境位置的一种人为标识，对应用环境提出了限制，而我们更希望通过运动主体自身携带的传感器——图像数据，来完成这一任务。例如，我们可以判断图像间的相似性，来完成回环检测，这一点和人类对事物的判断是相似的，当我们看到两张相似图片时，容易辨认它们来自同一个地方，当然，在计算机中判断两张图像相似这个任务比我们所想象的要难得多，这是一个典型的人觉得容易而计算机觉得难的命题。

如果回环检测成功，则可以显著地减小累积误差，所以回环检测，实质上是一种计算图像数据相似性的算法。由于图像的信息非常丰富，使正确检测回环的难度也降低了不少。在检测到回环之后，我们会把“A与B是同一个点”这样的信息通知后端优化算法，后端根据这些新的信息，把轨迹和地图调整到符合回环检测结果的样子。这样，如果我们有充分而且正确的回环检测，就可以消除累积误差，从而得到全局一致的轨迹和地图。