-
题名面向室内动态场景的VSLAM
被引量：1
- 1
-
-
作者
伞红军
王汪林
陈久朋
谢飞亚
徐洋洋
陈佳
-
机构
昆明理工大学机电工程学院
中国人民解放军第
-
出处
《电子科技》
2022年第4期14-19,共6页
-
基金
国家重点研发项目(2017YFC1702503)
云南省科技厅重大专项(202002AC080001)。
-
文摘
传统VSLAM算法基于静态场景实现,其在室内动态场景下定位精度退化,三维稀疏点云地图也会出现动态特征点误匹配等问题。文中在ORB-SLAM2框架上进行改进,结合Mask R-CNN进行图像的语义分割,剔除位于动态物体上的动态特征点,优化了相机位姿,得到了静态的三维稀疏点云地图。在公开的TUM数据集上的实验结果表明,结合Mask R-CNN的ORB-SLAM2有效提高了智能移动机器人的位姿估计精度,绝对轨迹的均方根误差可提高96.3%,相对平移轨迹的均方根误差可提高41.2%,相对旋转轨迹的误差也有明显改善。相较于ORB-SLAM2,文中所提方法能更准确地建立无动态物体特征点干扰的三维稀疏点云地图。
-
关键词
VSLAM
室内动态场景
Mask
R-CNN
语义分割
位姿估计精度
ORB-SLAM2
TUM数据集
三维稀疏点云地图
-
Keywords
VSLAM
indoor dynamic scene
Mask R-CNN
semantic segmentation
accuracy of pose estimation
ORB-SLAM2
TUM data set
3D sparse point cloud map
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
