-
题名一种特征点权重自适应优化的动态SLAM算法
- 1
-
-
作者
张岩
王红旗
刘群坡
卜旭辉
赵怡佳
-
机构
河南理工大学电气工程与自动化学院
河南省智能装备直驱技术与控制国际联合实验室
-
出处
《导航定位学报》
CSCD
北大核心
2024年第3期165-175,共11页
-
基金
国家自然科学基金项目(U1804147)。
-
文摘
针对传统的同步定位与地图构建(SLAM)在动态场景中位姿估计准确率低、鲁棒性差的问题,提出一种基于特征点权重自适应优化的动态视觉SLAM算法。首先,利用掩膜区域卷积神经网络(Mask R-CNN)对输入图像进行语义分割并获取动态特征点掩码,在此基础上对静态特征点进行帧间匹配得到位姿变换初值;然后利用运动一致性检测算法和多视图几何算法处理图像并分别得到对应的动态特征点掩码,进而依据得到的3种动态特征点掩码信息构建特征点权重函数,利用最小化重投影误差自适应调整特征点对位姿优化的影响程度,降低场景中的动态目标对SLAM精度的影响;最后使用慕尼黑工业大学动态数据集进行仿真测试,在室内高动态场景中,绝对轨迹误差(ATE)的均方根误差值(RMSE)仅为尺度不变特征变换同步定位与地图构建(ORB-SLAM2)的3.1%。与DS-SLAM、DynaSLAM等动态SLAM系统相比,绝对轨迹误差分别为DS-SLAM的52%、DynaSLAM的86.1%。结果表明,该算法可以显著提高SLAM系统在高动态环境下的定位精度和鲁棒性。
-
关键词
视觉SLAM
动态场景
语义分割
运动一致性检测
多视图几何
特征点权重
-
Keywords
visual SLAM
dynamic scene
semantic segmentation
motion consistency detection
multi-view geometry
feature point weight
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
