基于空洞卷积深度神经网络实现视觉SLAM语义建图功能的方法及系统

摘要

本发明涉及一种基于空洞卷积深度神经网络实现视觉SLAM语义建图功能的方法，包括(1)嵌入式开发处理器通过RGB‑D摄像头获取当前环境的彩色信息与深度信息；(2)通过采集的图像得到特征点匹配对，并进行位姿估计，且获得场景空间点云数据；(3)利用深度学习对图像进行像素级语义分割，通过图像坐标系和世界坐标系映射，并使得空间点具有语义标注信息；(4)通过流形聚类消除优化语义分割所带来的误差；(5)进行语义建图，对空间点云进行拼接，得到由密集离散的点组成的点云语义地图。本发明还涉及一种基于空洞卷积深度神经网络实现视觉SLAM语义建图功能的系统。采用了该方法及系统，空间网络地图具有更高级的语义信息，更符合在实时建图过程中的使用需求。