代码是关于机器人学和机器视觉在matlab环境的工具箱，可用于研究机器人及其操作对象的位置和姿态；移动机器人运动控制模式及其导航和定位方法；臂型机器人运动学、动力学和控制；计算机视觉光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；机器人学、 视学与控制基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本工具箱将机器人学与机器视觉知识有机结合，可帮助研究人员快速完成算法验证。配套书籍为“Robotics, Vision & Control, second ed
针对移动机器人同步定位和地图构建（SLAM）的闭环检测问题，提出了一种基于视觉字典的闭环检测方法。该方法首先使用SURF算法对每一帧图像进行特征提取，生成视觉单词，构建视觉字典树，再基于“词袋”（Bag of Words，BoW）对场景建模，通过计算图像视觉单词的匹配度估计图像间的相似度。为提高闭环检测的成功率，运用贝叶斯滤波与相似度来计算闭环假设的后验概率分布。同时，为提高系统的实时性，引入了内存管理机制。实验结果显示该方法是有效的。
