在同步定位与地图构建领域，视觉里程计因其传感器成本低廉、定位精度高、蕴含丰富环境信息等优势而得到广泛应用，但环境中的动态物体会显著降低其解算的精度与鲁棒性。针对此问题，提出了一种深度学习辅助的双目视觉里程计，基于几何约束与目标位置约束的方法，能够准确筛选出环境中的动态物体，以提高结果精度，同时能够恢复动态物体的运动轨迹，便于建立语义地图。在KITTI和TUM RGB-D的动态场景数据集上进行测试，得到的结果精度较高。
科研之友
微信
新浪微博
Facebook
分享链接
