动态场景下基于YOLO11n的视觉SLAM算法

摘要

针对动态场景导致视觉定位与建图(simultaneous localization and mapping, SLAM)算法位姿估计精度低和地图质量差等问题，提出一种结合深度学习的动态视觉SLAM算法。该算法在ORB-SLAM3前端引入轻量化且目标识别率高的YOLO11n目标检测网络，检测潜在动态区域，并结合Lucas-Kanade(LK)光流法识别其中的动态特征点，从而在剔除动态特征点的同时保留静态特征点，提高特征点利用率和位姿估计精度。此外，新增语义地图构建线程，通过去除YOLO11n识别到的动态物体点云，并融合前端提取的语义信息，实现静态语义地图的构建。在TUM数据集上的实验结果表明，相较于ORB-SLAM3,该算法在高动态序列数据集中的定位精度提升了95.02%,验证了该算法在动态环境下的有效性，能显著提升视觉SLAM系统的定位精度和地图构建质量。

关键词

深度学习 / 动态视觉定位与建图 / YOLO11n / 静态语义地图 / 光流法