计算机应用研究

作者：宋鑫,张荣芬,刘宇红,

单位：贵州大学大数据与信息工程学院,贵阳550025；

关键词：RGB-D语义分割,ORB-SLAM2,VSLAM,语义地图构建,

基金：贵州省科学技术基金资助项目(黔科合基础-ZK［2021］重点001)；；

针对传统视觉SLAM准确度低、实时性差、缺乏语义的问题，提出一种全新的RGB-D语义分割网络，利用室内场景中受光照等条件影响较小的深度信息来提高分割的准确性，并且设计了轻量级多尺度残差模块（MRAM）和空间金字塔池化模块（ASPP）来轻量化分割网络、提高分割的精度。首先输入的图像序列进入ORB-SLAM2网络进行关键帧筛选，之后关键帧送入语义分割网络得到二维语义标签，再将二维语义信息映射到三维点云空间，最后使用贝叶斯算法更新三维地图得到全局一致的三维点云语义地图。实验采用NYUv2数据集验证语义分割网络性能，采用TUM数据集构建点云语义地图，结果表明，提出的语义分割网络性能和速度优于现有的模型，且此语义分割网络与视觉SLAM相结合可以满足高精度、实时的稠密三维语义点云地图构建要求。

来源：2022年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第11期