动态场景下基于语义分割的双目惯性SLAM

摘要

针对动态物体对同时定位与建图(SLAM)的影响，基于双目直接法，提出一种动态场景下的语义分割双目惯性SLAM方法.前端采用自适应光流法识别并滤除运动特征点.在粗跟踪阶段，融合去除动态物体后的静态双目残差与惯性测量单元(IMU)信息，校正视觉位姿，提升双目直接法里程计的精度和鲁棒性.后端基于滑动窗口紧耦合双目与IMU数据，引入跨帧双向特征投影方法，构建主导帧左目到目标帧右目的投影残差，确保动态特征较多时的位姿估计稳定.在KITTI及自制数据集上验证，改进的动态检测有效滤除了动态特征.相比双目直接法SLAM,平移精度和旋转精度分别提升23.89%和20.18%,自制数据集轨迹误差降低33.14%.

关键词

动态环境 / 光流法 / 双目直接法 / IMU融合