太原科技大学学报

2024, v.45;No.201(01) 19-25+31

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于语义分割和光流加速的动态场景ORB-SLAM算法
Dynamic Scene ORB-SLAM Algorithm Based on Semantic Segmentation and Optical Flow Acceleration

赵健,李虹

摘要(Abstract):

针对同步定位与地图建立(simultaneous localization and mapping, SLAM)算法在动态环境下存在位姿估计和地图构建误差较大的问题,提出一种光流语义分割方法用于增加动态场景下的可运行性。将ORB-SLAM2系统与YOLOv5模型结合,对传入图像提取特征点的同时将YOLOv5网络模型语义分割后的物体分为高、中、低动态物体。利用运动一致性检测算法,对三种检测物体动态阈值判断,辨别其是否需要剔除特征点,增加ORB-SLAM2算法在动态环境下的运行精度。为加快系统运行速度,用LK光流法加快普通帧与普通帧之间的匹配,其原理为使用LK光流匹配特征点代替ORB特征点匹配,大大的缩小运行时间,同时运行误差变化不大。实验在TUM数据集下测试,平均每一帧提取2 000个特征点,在增加LK光流后缩短0.01 s以上,若在900帧数据集下,可缩短9 s.其绝对轨迹误差对比于ORB-SLAM2和DS-SLAM平均提升在95%与30%以上,证明了算法在动态场景下良好的运行精度与鲁棒性。

关键词(KeyWords): 动态环境;语义分割;一致性检测算法;LK光流;动态阈值

Abstract:

Keywords:

基金项目(Foundation): 山西省重点研发计划(201803D121123)

作者(Author): 赵健,李虹

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享