基于深度学习的语义地图构建

摘要

同步定位与建图(SLAM)是移动机器人在复杂环境下进行环境感知的重要手段。针对传统的SLAM算法缺乏语义信息的问题,文章使用基于深度学习的语义分割算法,利用轻量化的DeepLabV3+模型在动态环境下进行实时语义分割,得到二维语义标签。通过VINS-Mono算法推测相机位姿,同时结合深度数据、语义信息生成三维语义点云,并将点云转化成八叉树地图进行表示。实验结果表明,文章提出的算法可以满足实时情况下构建语义地图的要求。