科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的SLAM算法在动态场景下易出现动态物体检测不完整以及难以准确判断潜在动态物体的运动状态等问题，提出一种动态场景下基于注意力机制与几何约束的VSLAM算法(VSLAM algorithm based on Attention mechanism and Geometric constraints in Dynamic scenes, AGD-SLAM)。该算法通过设计一种聚合注意力模块，引导模型关注图像中的漏检测区域，同时引入自适应空间特征融合网络ASFF,增强特征提取能力，避免漏检测发生。为减少动态物体对SLAM系统定位精度的干扰，通过基于双重静态点约束的位姿优化估计潜在动态物体运动状态，最终使用全部静态点进行位姿估计和地图构建。在公开TUM数据集进行测试，测试结果表明所提算法的绝对轨迹误差与DynaSLAM相比降低了10.98%,表现出良好的构图能力。
- 单位
