动态场景下基于视觉特征的SLAM方法

• 作者: 张金凤 王燕清 石朝侠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 95-102
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056013

摘要

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ORB_SLAM2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ORB_SLAM2系统相比,该方法能够提高跟踪轨迹精度与地图的适用性.