计算机应用研究

作者：张恒,徐长春,刘艳丽,廖志芳,

单位：1.华东交通大学信息工程学院,南昌330013；2.上海电机学院电子信息学院,上海201306；3.中南大学计算机学院,长沙410083；

关键词：同步定位与建图,特征点,动态环境,语义分割,

基金：国家自然科学基金资助项目(61963017,61863013)；江西省科技创新杰出青年人才项目(20192BCBL23004)；；

针对动态物体容易干扰SLAM建图准确性的问题，提出了一种新的动态环境下的RGB-D SLAM框架，将深度学习中的神经网络与运动信息相结合。首先，算法使用Mask R-CNN网络检测可能生成动态对象掩模的潜在运动对象。其次，算法将光流方法和Mask R-CNN相结合进行全动态特征点的剔除。最后在TUM RGB-D数据集下的实验结果表明，该方法可以提高SLAM系统在动态环境下的位姿估计精度，比现有的ORB-SLAM2的表现效果更好。

来源：2022年第5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5期