计算机应用研究

作者：梁鸿,陈俊熹,李丽华,何啸峰,陈灵娜,

单位：1.南华大学计算机学院,湖南衡阳421001；2.南华大学附属南华医院,湖南衡阳421000；

关键词：视觉里程计,深度学习,语义分割,半直接法,动态环境,

基金：国家自然科学基金资助项目(2015GZK18)；湖南省教育厅科学研究项目(18A253)；；

针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题，提出了一种适用于动态场景下融合语义的半直接法视觉里程计，主要由语义分割、位姿跟踪和地图管理三部分组成。首先，使用语义分割网络Mask R-CNN对每一帧图像进行语义分割，得到语义分割二值图，结合语义先验信息删除动态特征；然后，利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪；最后，通过筛选关键帧和更新3D点深度对地图更新，并利用光束平差算法对局部地图的位姿和3D点进行优化。在公共数据集TUM RGB-D的动态序列集上的实验结果表明，该方法与ORB-SLAM2、OpenVSLAM相比，其跟踪误差分别减少了68%和72%，验证了该方法在动态场景中位姿跟踪的准确性。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期