动态环境下基于深度学习的视觉SLAM研究

张庆永; 杨旭东

doi:10.15958/j.cnki.gdxbzrb.2023.06.08

贵州大学学报（自然科学版） ›› 2023, Vol. 40 ›› Issue (06) : 53 -61. DOI: 10.15958/j.cnki.gdxbzrb.2023.06.08

动态环境下基于深度学习的视觉SLAM研究

张庆永, 杨旭东

作者信息 +

Author information +

文章历史 +

PDF

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。