视觉SLAM在室内动态场景中的应用研究

摘要：

视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息.提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动态目标所在区域,对图像进行特征提取并剔除动态物体所在区域的特征点,利用静态的特征点进行位姿计算,对关键帧进行语义分割,在构建语义地图时滤除动态物体的地图点构建出无动态物体干扰的语义地图.在TUM数据集上进行实验,结果显示该方法在动态环境下可以提升88.3％位姿估计精度,并且可同时构建出无动态物体干扰的语义地图.

关键词：视觉同时定位与建图(SLAM)、动态场景、目标检测、语义分割、语义地图

所属期刊栏目：57

分类号：TP520

资助基金：安徽省重点研发计划项目;芜湖市科技计划项目

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：175-179