动态场景下基于视觉特征的SLAM方法

作者：张金凤; 石朝侠; 王燕清

来源：计算机工程, 2020, 46(10): 95-102.

DOI：10.19678/j.issn.1000-3428.0056013

• 同时定位与地图构建
• 局部特征
• 动态场景
• 深度学习
• 目标检测

同时定位与地图构建(SLAM)作为机器人领域的研究热点,近年来取得了快速发展,但多数SLAM方法未考虑应用场景中的动态或可移动目标。针对该问题,提出一种适用于动态场景的SLAM方法。将基于深度学习的目标检测算法引入到经典ORBSLAM2方法中,将特征点分为潜在动态特征点和非潜在动态特征点,基于非潜在动态特征点计算运动模型,筛选出应用场景中的静态特征点并实现位姿跟踪,利用非潜在动态特征点中的静态特征点进行地图构建。KITTI和TUM数据集上的实验结果表明,与ORBSLAM2系统相比,该方法能够提高跟踪轨迹精度与地图的适用性。

• 单位
  南京晓庄学院; 南京理工大学