动态环境下基于Mask R-CNN的ORB-SLAM研究

摘要：

随着智能时代的到来,视觉机器人在自然场景中会遇到行人位姿变化、障碍物遮挡等复杂环境,使特征点误匹配.文章先对Mask R-CNN算法应用于动态环境下的SLAM中进行研究.通过深度神经网络优化SLAM视觉前端,使得神经网络能够对动态物体进行检测并能在很大程度上识别动态特征点,减少了特征点的误匹配,提高了相机位姿估计的准确性.最后与ORB-SLAM2进行仿真对比,结果表明,该文算法和ORB-SLAM2算法相比精度提高了96％以上,能够明显的提高SLAM算法匹配的正确率.

关键词：MaskR-CNN、动态环境、特征点匹配、视觉SLAM

所属期刊栏目：4

分类号：TP391.41;TP242(计算技术、计算机技术)

在线出版日期：2021-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83