|
|||||
|
|
| 动态环境下基于深度学习的视觉SLAM研究 | |
| 作者姓名： | 张庆永 杨旭东 |
| 作者单位： | 福建工程学院 机械与汽车工程学院,福建 福州305118;福建省汽车电子与电驱动实验室,福建 福州305118 |
| 基金项目： | 福建工程学院科研基金资助(GY-Z20170); |
| 摘 要： | 由于传统的同步定位与建图(simultaneous localization and mapping,SLAM)中有很强的静态刚性假设,故系统定位精度和鲁棒性容易受到环境中动态对象的干扰.针对这种现象,提出一种在室内动态环境下基于深度学习的视觉SLAM算法.基于ORB-SLAM2进行改进,在SLAM前端加入多视角几何,并与YOLOv5s目标检测算法进行融合,最后对处理后的静态特征点进行帧间匹配.实验使用TUM数据集进行测试,结果显示:SLAM算法结合多视角几何、目标检测后,系统的绝对位姿估计精度在高动态环境中相较于ORB-SLAM2有明显提高.与其他SLAM算法的定位精度相比,改进算法仍有不同程度的改善. |
| 关 键 词： | 多视角几何 目标检测 同步定位与建图 动态环境 |
| 本文献已被 万方数据 等数据库收录！ | |