计算机应用研究

作者：张宇曈,范馨月,周志远,谢源远,

单位：重庆邮电大学通信与信息工程学院,重庆400065；

关键词：动态SLAM,图优化,运动分割,刚性约束,

基金：国家自然科学基金资助项目(62271096)；；

针对传统SLAM极易受到场景中动态对象的干扰，提出一种适用于动态场景的视觉SLAM算法——GMS-SLAM。该算法采用对极约束的几何方法替代语义分割，并通过光学膨胀进一步消除该方法可能存在的共面模糊情况。然后通过运动约束和刚性约束对动态物体建立模型，利用图优化模块构建针对相机位姿信息的优化，同时提出将人体通过骨骼建模转换成刚性对象进而纳入图优化模块。最后，利用相机自我运动和对极约束之间的强相关性，将分割网络与优化模块放于同一个大型框架中联合细化。算法在KITTI和高动态场景Shibuya数据集下进行实验验证，结果表明，相较于DytanVO等最新动态视觉算法与经典动态算法DynaSLAM等，GMS-SLAM的精度有较大提升，在动态场景中具有更优异的定位效果。

来源：2025年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第6期