在三维地图中添加环境语义信息，可以有助于移动机器人更快更精确地进行初始及移动状态时的定位定向。论文提出一种基于RGB-D相机的三维语义地图构建方法，首先，使用语义分割深度学习模型提取RGB图像中的语义信息，通过相邻的多帧图像数据关联去除误识别数据。然后与深度图像进行数据关联生成带有语义标签的点云数据，最后通过增量融合的方法构建周围环境的三维语义地图。基于ScanNet(v2)数据集的对比实验，论文方法可以有效地提高数据关联准确率，为基于3D地图导航提供具有丰富语义信息的导引地图。
科研之友
微信
新浪微博
Facebook
分享链接
