基于深度学习的动态场景语义SLAM

• 作者: 万应才 刘博 房立金
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 即时定位与地图构建 动态环境 实例分割 光流场 语义地图
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 机器人路径规划
• 页码范围: 121-126
• 页数: 6页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.13245/j.hust.200122

摘要

提出一种利用深度学习提高动态环境下视觉语义即时定位与地图构建(SLAM)的方法.首先用实例分割网络对关键帧进行实例分割,建立先验语义信息;然后计算特征点光流场对物体进一步区分,识别出场景真正运动物体并将属于动态物体的特征点去除;最后进行语义关联,建立无动态物体干扰的语义地图.将本文方法在室内环境公开数据集中测试,结果表明该方法可有效消除动态物体对建图的影响,提高建图精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房立金	东北大学机器人科学与工程学院	43	264	9.0	14.0
2	刘博	东北大学机器人科学与工程学院	12	52	4.0	7.0
3	万应才	东北大学机器人科学与工程学院	1	0	0.0	0.0