重定位

Relocalization进阶

机器人跟丢或重启后，在已有地图里重新确定自己在哪、朝哪。

重定位是 SLAM（同步定位与建图）和视觉定位中的一个环节：当跟踪因快速运动、遮挡或光照变化而丢失，或者机器人重启、被人搬到别处（所谓「绑架」问题）时，系统只凭当前观测，在已建好的地图里找回自己的位姿。经典做法如 ORB-SLAM：用词袋模型（DBoW2）检索与当前图像最相似的关键帧，做特征匹配，再用 PnP 加 RANSAC 解出相机位姿。学习方法中，2015 年剑桥大学的 PoseNet 首次用卷积网络直接从单张图像回归 6 自由度相机位姿。它与回环检测所用技术相近，区别在于回环检测用来修正累积误差，重定位用来找回丢失的位置。