摘要：视觉SLAM是目前移动机器人领域的研究热点之一.在视觉SLAM过程中,移动机器人根据视觉信息对环境特征进行提取和匹配,并根据匹配结果对自身状态进行估计,同时对环境地图进行重建.视觉里程计和地图重建是视觉SLAM的两个主要组成部分.传统的视觉里程计方法,一般都假设环境是静态的,导致目前的视觉SLAM方法难以在动态环境下取得较好的效果.本文提出了一种基于多传感器信息融合的室内动态环境SLAM方法,该方法结合车载里程计、激光传感器信息,应用EKF-分割算法检测室内的动态物体,然后将动态物体位置信息与深度图像相结合,确定动态区域.在位姿跟踪过程中,通过将位于动态物体上的误匹配对删除,提高视觉里程计的鲁棒性和精度.在地图重建过程中,将所有属于动态物体的环境信息进行去除,降低动态物体对环境模型精度的影响.将本文提出的方法在室内动态的环境中进行实验,结果表明本文的方法可以有效地检测并定位室内动态物体,能够显著提高视觉里程计的鲁棒性和地图重建的精确度.
