一种融合语义地图与回环检测的视觉SLAM方法

摘要：

针对机器人导航中动态环境下回环检测易失败且语义地图信息使用不充分的问题,提出了一种融合语义信息的V-SLAM方法,包括语义地图构建和语义回环检测两部分.首先利用YOLOv3深度学习网络对关键帧进行二维图像语义标注;然后基于条件随机场模型将二维图像的语义标注信息与场景分割的聚类信息相融合求解语义地图;语义回环检测算法基于关键帧的语义标注信息,结合运动特征点去除的思路对词典法进行改进,通过去除特定动态物体提高动态场景下的系统定位精度.最后,采用RGB-D TUM数据集以及室内真实场景测试数据验证所提出算法性能.实验表明,所提出的算法在获取更准确语义地图的同时,在室内动态场景下相比使用原算法的系统精度提升了48.1％.

关键词：同步定位与建图、动态场景、回环检测、语义地图

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目62073078

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：629-637