动态场景下基于视觉特征的SLAM方法

摘要

同时定位与地图构建(SLAM)作为机器人领域的研究热点,近年来取得了快速发展,但多数SLAM方法未考虑应用场景中的动态或可移动目标.针对该问题,提出一种适用于动态场景的SLAM方法.将基于深度学习的目标检测算法引入到经典ORB_SLAM2方法中,将特征点分为潜在动态特征点和非潜在动态特征点,基于非潜在动态特征点计算运动模型,筛选出应用场景中的静态特征点并实现位姿跟踪,利用非潜在动态特征点中的静态特征点进行地图构建.KITTI和TUM数据集上的实验结果表明,与ORB_SLAM2系统相比,该方法能够提高跟踪轨迹精度与地图的适用性.