室内动态环境下基于PointRend分割的视觉SLAM

• 作者: 叶紫阳 吴晓锋
• 来源期刊: 科学技术创新
• 学科: 地球科学
• 关键词: 动态环境 视觉SLAM PointRend 语义分割 深度学习
• 年，卷（期）: 2022,（12）
• 所属期刊栏目: 科技创新
• 页码范围: 58-61
• 页数: 4页
• 分类号: P227|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2022.12.015

摘要

对视觉SLAM算法在室内动态环境下轨迹精度低和鲁棒性差的问题进行研究,提出在ORB-SLAM2基础上将深度学习与多视图几何相结合的算法.首先用Mask R-CNN和PiontRend的结合算法对图像进行语义分割,生成先验动态物体掩膜;然后利用多视图几何识别出其中的后验动态物体;将两个方法相结合剔除所有动态物体的特征点;最后建立无动态物体干扰的地图.在室内环境公开TUM数据集中测试,结果表明该方法可提高轨迹精度.