基于深度学习与特征点速度约束的室内动态SLAM方法

作者：刘丰宇; 程向红^*; 曹毅

来源：中国惯性技术学报, 2023, 31(05): 438-443.

DOI：10.13695/j.cnki.12-1222/o3.2023.05.003

• 动态环境
• 视觉SLAM
• 深度学习
• 光流金字塔
• 特征点速度约束

针对动态环境下同时定位与建图（SLAM）算法定位信息不准确、建图偏移严重的问题，提出一种深度学习与特征点速度约束相结合的室内动态SLAM方法。引入基于深度学习的潜在动态目标检测线程与基于ORB-LK光流金字塔的特征点速度计算线程。首先，通过YOLO＿v5算法对场景中潜在的动态目标进行识别判断，提供先验信息；然后，利用ORB-LK光流金字塔算法计算图像中特征点的相对速度，根据特征点速度约束判断潜在动态目标区域的真实动态性，更加合理地剔除动态特征点，提高视觉SLAM系统在室内动态环境下的定位精度和鲁棒性。实验结果表明，在TUM数据集中动态子序列下与ORB-SLAM2、Detect-SLAM、DS-SLAM相比，绝对轨迹均方根误差分别平均减少94.74%、51.95%、43.61%。

• 出版日期2023
• 单位东南大学