首页|动态环境下基于深度学习的视觉SLAM

动态环境下基于深度学习的视觉SLAM

扫码查看
传统的视觉同时定位与建图(SLAM)技术都是根据对静态环境条件的假设而设计,在动态环境中,运动目标的移动会导致特征匹配失败,进而影响位姿的估计。基于此提出了一种结合卷积神经网络的视觉SLAM算法,通过对ORB-SLAM2算法RGB-D模式前端添加结合注意力机制的卷积神经网络动态目标检测线程,在提取图像特征点时剔除动态目标区域,使用静态特征点完成对相机位姿精确的估计。仿真实验在TUM动态数据集下测试,通过多次测试后结果显示改进后的算法的位姿精度比原始算法提高90%以上,并且算法能满足实时性要求。

陈明强、李奇峰、冯树娟、徐开俊

展开 >

中国民用航空飞行学院飞行技术学院 广汉 618307

同时定位与建图 深度学习 位姿估计 动态场景 目标检测

民航飞行技术与飞行安全重点实验室自主研究项目高质量民航特色"交通运输"硕士专业学位平台体系建设项目

FZ2021ZZ06MHJY2022001

2024

参考文献引证文献相关文献
同作者其他文献同项目成果
计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子:0.355
ISSN:1672-9722
年,卷(期):2024.52(5)
陈明强,李奇峰,冯树娟,等.动态环境下基于深度学习的视觉SLAM[J].计算机与数字工程,2024,52(5):1529-1535.DOI:10.3969/j.issn.1672-9722.2024.05.046.
  • 15