题名 基于深度学习的视觉SLAM综述
被引量：74
1
作者
赵洋 刘国良 田国会 罗勇 王梓任 张威 李军伟
机构
山东大学控制科学与工程学院
出处
《机器人》
EI
CSCD
北大核心
2017年第6期889-896,共8页
基金
国家自然科学基金(61603213) 中国博士后科学基金(2016M590635) +2 种基金 山东省优秀中青年科学家科研奖励基金(BS2014DX010) 山东大学人才引进与培养类专项基金(2015TB009) 山东省泰山学者工程
文摘
综述了深度学习技术应用到同步定位与地图创建(SLAM)领域的最新研究进展,重点介绍和总结了深度学习与帧间估计、闭环检测和语义SLAM结合的突出研究成果,并对传统SLAM算法与基于深度学习的SLAM算法做了深入的对比研究.最后,展望了未来基于深度学习的SLAM研究发展方向.
关键词
深度学习 视觉slam 帧间估计 视觉里程计 闭环检测 语义 slam
Keywords
deep learning visual slam (simultaneous localization and mapping) inter-frame motion estimation visual odometry loop closure detection semantic slam
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TP391.41
[自动化与计算机技术—控制科学与工程]
题名 移动机器人同步定位与建图技术综述
被引量：6
2
作者
任伟建 高强 康朝海 霍凤财 张志强
机构
东北石油大学电气信息工程学院 黑龙江省网络化与智能控制重点实验室
出处
《计算机测量与控制》
2022年第2期1-10,37,共11页
基金
国家自然科学基金资助项目(61933007,61873058) 黑龙江省自然科学基金(F2018004,F2018005)。
文摘
同步定位与建图技术(SLAM)一直是移动机器人领域比较热门的研究方向,它可以给机器人提供强大的环境感知能力;传统的依靠外部位置参考来定位的方法如果无法获得时,移动机器人需要即时定位自身位置来构建增量式地图,因此SLAM技术也就应运而生;对激光SLAM和视觉SLAM的研究现状及最新标志性成果进行了介绍,重点对以相机与激光雷达融合、相机与IMU融合、激光雷达与IMU融合为代表的多传感器融合SLAM技术展开讨论、系统地梳理了几种融合方式的优势与不足,同时介绍了该领域的研究热点语义SLAM,最后讨论了SLAM技术在该领域未来的发展方向以及存在的挑战。
关键词
视觉slam 激光slam 多传感器融合slam 语义 slam
Keywords
visual simultaneous localization and mapping(slam ) lidar slam multi-sensor fusion slam semantic slam
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
题名 基于实例分割与光流的动态环境SLAM
3
作者
岳胜哲 王正杰
机构
北京理工大学机电学院
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第1期156-165,共10页
文摘
针对传统语义实时定位与建图(Semantic real-time Localization and Mappling,SLAM)算法在动态环境下剔除特征点过多、造成定位精度降低的问题,提出一种基于实例分割与光流的视觉语义SLAM算法。算法使用Mask R-CNN网络对图像中的潜在动态物体进行实例级别的分割,同时在光流线程中对动态物体进行识别并剔除,随后使用剩余的静态光流点与静态特征点联合优化定位,实现语义信息与光流信息的充分融合利用。使用公开数据集测试和地面无人平台实验对所提方法进行验证。实验结果表明,在TUM数据集下,新方法的定位均值误差相比ORB-SLAM2平均提高75%,相比Dyna-SLAM平均提高8.5%。
关键词
动态环境 光流法 实例分割 语义 slam
Keywords
dynamic environment optical flow method instance segmentation semantic simultaneous localization and mapping
分类号
TP242.3
[自动化与计算机技术—检测技术与自动化装置]
题名 视觉语义SLAM中关键帧选取策略的研究
4
作者
徐畅 邝坚
机构
北京邮电大学计算机学院
出处
《计算机科学与应用》
2023年第12期2230-2235,共6页
文摘
基于视觉的同步定位与地图构建(视觉SLAM)是目前计算机科学中重要的研究领域,是无人驾驶、环境感知、机器人等领域的重要技术。近些年,随着深度学习的迅猛发展,语义分割作为其核心衍生技术之一,拓展出了非常广泛的应用场景,为人类提供了像素级别的图像理解。为了结合语义分割与视觉SLAM,探索语义分割在视觉SLAM中的应用,本文基于ORBSLAM2与SegNet语义分割网络,探讨并提出一种在语义SLAM中,满足实时语义信息获取要求的关键帧选择策略。并通过语义延迟性能测试,结果表明,改进后的选择策略能保证使用的关键帧的语义信息与其他线程使用的帧是较为接近的,并且延迟性能优于传统的顺序关键帧选取策略。
关键词
软件工程 视觉slam 语义 slam 关键帧 语义 分割
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
题名 一种动态场景下的双目视觉里程计算法
5
作者
王子国 黄劲松
机构
武汉大学测绘学院
出处
《测绘地理信息》
CSCD
2023年第3期121-125,共5页
基金
国家重点研发计划(2016YFB0501803)。
文摘
在同步定位与地图构建领域,视觉里程计因其传感器成本低廉、定位精度高、蕴含丰富环境信息等优势而得到广泛应用,但环境中的动态物体会显著降低其解算的精度与鲁棒性。针对此问题,提出了一种深度学习辅助的双目视觉里程计,基于几何约束与目标位置约束的方法,能够准确筛选出环境中的动态物体,以提高结果精度,同时能够恢复动态物体的运动轨迹,便于建立语义地图。在KITTI和TUM RGB-D的动态场景数据集上进行测试,得到的结果精度较高。
关键词
视觉里程计 实例分割 对极几何 动态目标检测 语义 slam
Keywords
visual odometry instance segmentation epipo⁃lar geometry dynamic target detection semantic slam
分类号
P20
[天文地球—测绘科学与技术]
P28
[自动化与计算机技术—计算机应用技术]
TP391
[自动化与计算机技术—计算机科学与技术]
题名 基于物体关系描述的单目语义SLAM方法
被引量：1
6
作者
林士琪 王纪凯 裴浩渊 赵皓 陈宗海
机构
中国科学技术大学自动化系
出处
《系统仿真学报》
CAS
CSCD
北大核心
2022年第2期278-284,共7页
基金
国家自然科学基金(91848111,61703387)。
文摘
外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键。提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测。提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联。在后端对相机位姿、地图点和物体路标进行联合优化,并自适应调整代价函数中各误差项的权重系数,以提高各状态变量的估计精度和鲁棒性。实验结果表明,所提出的算法在地图构建方面具有较高的精度。
关键词
图像分割 三维目标检测 拓扑地图 图匹配 语义 slam
Keywords
image segmentation 3D object detection topological map graph matching semantic slam
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 融合空洞卷积神经网络的语义SLAM研究
被引量：1
7
作者
潘琢金 戴旭文 魏鑫磊 王传云
机构
沈阳航空航天大学计算机学院
出处
《现代电子技术》
北大核心
2020年第22期152-156,共5页
基金
国家自然科学基金资助项目(61703287)。
文摘
为了解决传统视觉SLAM算法受动态环境因素影响较大、对设备的算力要求高的问题,该文提出一种融合ORB-SLAM2、语义标签以及全局性稠密光流法的视觉SLAM算法。该方法采用空洞卷积神经网络的语义分割模块为双目图像添加语义标签,识别物体类别。再结合相邻帧间位置信息对图像的动态点进行剔除。最后使用Octo-map优化定位与建图,实现动态环境下地图的建立与实时更新。实验结果证明,该文提出的算法在动态环境下的特征点提取速度和质量相较传统视觉SLAM算法有一定提高。
关键词
语义 slam 空洞卷积神经网络 语义 标签动态点剔除 地图构建 结果分析
Keywords
semantic slam dilated convolutional neural network semantic tag dynamic points elimination map construction result analysis
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP301.6
[电子电信—信息与通信工程]
题名 图像语义信息在视觉SLAM中的应用研究进展
8
作者
郭迟 刘阳 罗亚荣 刘经南 张全
机构
武汉大学湖北珞珈实验室 武汉大学卫星导航定位技术研究中心 武汉大学人工智能研究院
出处
《测绘学报》
EI
CSCD
北大核心
2024年第6期1057-1076,共20页
基金
国家重点研发计划(2022YFB3903801) 湖北省重大科技专项(2022AAA009) +1 种基金 珞珈实验室开放基金 中国博士后科学基金(2023TQ0248)。
文摘
视觉同步定位与建图(visual simultaneous localization and mapping,VSLAM)技术以相机为主要传感器采集图像数据,基于多视几何、状态估计等算法原理获取载体的位置和姿态,同时构建一张用于导航定位的地图。视觉SLAM是自动驾驶、AR(augmented reality)、VR(virtual reality)、MR(mix reality)、智能机器人、无人机飞控中的关键技术。近年来,随着各个产业对智能导航定位的需求日渐增多,原本以几何测量为主的视觉SLAM逐渐融入对环境的语义理解。语义信息是指能够被人类直观感受和理解的概念,而图像语义信息是指图像中物体的轮廓、类别、显著性等信息。相比于图像中的几何特征,语义信息更具时空一致性,且更贴近人类感知的结果。将图像语义信息引入视觉SLAM,既能促进系统各个模块的性能,还能够提升视觉SLAM的智能感知能力,形成集几何测量、定位定姿、环境理解等多种功能的视觉语义SLAM。本文根据图像语义信息的应用方式,对视觉语义SLAM经典方案和最新研究进展进行归纳梳理。在此基础上,本文总结了视觉语义SLAM的现存问题与挑战,指出该领域未来的研究方向,以推动其面向智能导航定位进一步发展。
关键词
视觉slam 视觉语义 slam 深度学习 智能导航定位
Keywords
visual slam visual semantic slam deep learning intelligent navigation and localization
分类号
P208
[天文地球—地图制图学与地理信息工程]
题名 基于概率推断的语义SLAM数据关联方法
9
作者
陈渊博 袁亮 周德勤 于海群 何丽
机构
新疆大学 北京化工大学 北京煜邦电力技术股份有限公司
出处
《电光与控制》
CSCD
北大核心
2023年第2期46-50,共5页
基金
国家自然科学基金(62063033) 新疆维吾尔自治区自然科学基金(2019D01C021) 新疆维吾尔自治区研究生创新项目(XJ2021G050)。
文摘
针对传统视觉SLAM对环境语义信息理解不足的问题,语义视觉SLAM借助语义路标提高机器人的定位精度。语义路标的准确关联是实现机器人深层定位和导航的关键,错误的关联将导致机器人定位丢失。针对动态扰动和观测噪声扰动所产生的高关联模糊性问题,提出利用非参数聚类和随机近似推断结合的方法提高语义路标关联的准确性,通过正确的数据关联实现机器人的准确定位。仿真和KITTI数据集上的实验结果表明,在噪声干扰下该算法能够提高语义路标数据关联的准确性和鲁棒性,融合语义信息和几何信息优化机器人和语义路标的位姿,提高机器人的定位精度。
关键词
语义 视觉slam 语义 路标数据关联 非参数聚类 随机近似推断
Keywords
semantic vision slam semantic landmark data association nonparametric clustering stochastic approximate inference
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
