基于视觉SLAM的实例地图构建方法

摘要：

由于机器人在利用视觉传感器进行同步定位与建图(simultaneous localization and mapping,SLAM)的过程中未使用实例信息,对环境感知不充分,构建的地图精度低,因此,给出了一种融合目标检测和点云分割的视觉SLAM实例建图方法.首先,利用改进的轻量级目标检测算法YOLOV4-tiny提取环境二维图像的实例信息;其次,给出一种点云分割的方法,将二维图像信息对应的三维点云进行物体实例分割,提升分割精度;最后,将分割后的实例导入ORB-SLAM2框架中,构建出具有实例信息的高精度点云地图.实验结果表明:改进后的YOLOV4-tiny目标检测算法在构建的数据集上检测的准确率提升8.1％,改进的点云分割方法与LCCP算法相比,物体平均分割率提升12.5％,真实环境下构建的实例地图精度优于ORB-SLAM2算法构建的地图.

关键词：同步定位与建图(SLAM);目标检测;点云分割;实例地图;YOLOV4-tiny

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：教育部工程科技人才培养研究专项项目;陕西省重点研发计划项目;西安市碑林区应用技术研发类项目

在线出版日期：2022-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61