快速跟踪分割辅助的动态SLAM

作者：周非; 陈帅^*; 吴凯; 舒浩峰

来源：仪器仪表学报, 2023, 44(05): 313-321.

DOI：10.19650/j.cnki.cjsi.J2209706

• 同时定位与建图
• 动态场景
• 深度相机
• 实例分割
• 贝叶斯滤波

目前，同时定位与地图构建(SLAM)技术在真实环境中的应用仍受多种因素制约，室内环境中的动态对象干扰就是其中一个亟待解决的问题。提出一种基于ORB-SLAM3并以实例分割网络为辅助的视觉SLAM系统，该系统将分割任务置于后端，在前端结合RGB-D相机输入和核相关滤波(KCF)算法对后端检测到的语义信息进行跟踪传递，并且使用语义信息在贝叶斯概率框架中追踪关键点的运动状态。与目前基于检测或分割的方法相比，该系统使用更为轻量化的方案来分割和跟踪场景中的运动对象，并在贝叶斯滤波模型的进一步辅助下，既实现了准确的动态干扰滤除，又优化了卷积神经网络(CNN)预处理导致的系统运行实时性问题。在TUM RGB-D数据集上的实验表明，该系统能以约16 fps的速度取得较高的定位精度，相较于ORB-SLAM3平均领先78.56%,相较于DynaSLAM平均领先11.85%。

• 单位
  重庆邮电大学; 通信与信息工程学院