基于重投影深度差累积图与静态概率的动态RGB-D SLAM算法

摘要：

为了提高同时定位与建图(SLAM)系统在动态场景下的定位精度和鲁棒性,提出新的RGB-D SLAM算法.建立基于重投影深度差值的累积模型,分割图像的动静态区域;为了避免动态区域过分割,先剔除与匹配地图点欧氏距离过大的动态区域特征点,再根据t分布估计其余特征点的静态概率;将静态区域特征点和动态区域的疑似静态点以不同权重加入位姿优化,得到提纯后的位姿. 在公开数据集上的实验结果表明,所提算法在动态场景下较改进前的RGB-D ORB-SLAM2算法的定位精度提升96.1％,较其他动态SLAM算法提升31.2％,有效提高了视觉SLAM系统在动态环境下的定位精度和鲁棒性.

关键词：动态环境、视觉SLAM、RGB-D相机、重投影深度差累积图、静态概率

所属期刊栏目：56

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金62173230

在线出版日期：2022-07-07（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：1062-1070