动态场景下基于YOLOv5的快速单目视觉SLAM算法

作者：王运梦; 崔龙; 刘钊铭; 张峰

来源：仪表技术与传感器, 2023, (04): 122-126.

DOI：10.3969/j.issn.1002-1841.2023.04.025

• ORB-SLAM3
• YOLOv5
• 动态场景
• 物体检测
• 单目视觉SLAM

针对动态场景下的动态物体容易产生移动和变形，从而直接影响单目视觉SLAM定位和建图的效率等问题，提出了一种使用深度学习对图像进行动态特征点剔除的单目视觉SLAM算法。基于ORB-SLAM3算法的整体框架，在动态物体检测线程中使用YOLOv5构建的卷积神经网络作为目标识别算法，在跟踪线程中对动态物体特征点进行剔除，有效减少了错误特征提取造成的运行时间浪费和位姿估计误差。经实验验证，所提算法在TUM动态场景单目数据集中能够保持准确定位且效率较高，其定位精度比ORB-SLAM3和ORB-SLAM2更好，效率分别提高了20.65%和19.14%。

• 单位
  中国科学院大学; 机器人学国家重点实验室; 中国科学院沈阳自动化研究所