典型文献
基于语义先验和几何约束的动态场景SLAM算法
文献摘要：
实际场景中运动物体的特征点加入到相机位姿计算中,以及静态环境特征点过度稀疏都会导致移动机器人传统视觉同步定位与地图构建(simultaneous?localization?and?mapping,?SLAM)算法在位姿估计时精度低、鲁棒性差.设计了基于分支空洞卷积的双边语义分割算法,将环境区分为潜在运动区域和静态区域;结合几何约束进行静态特征点的二次判断及对没有先验动态标记而具有移动性的特征点的判断,并在事先均匀提取的全部特征点中进行移除,只应用静态特征点求解相机位姿和构建静态环境地图.在TUM公共数据集上进行实验,验证了提出算法在动态环境中SLAM的定位精度明显优于现有其他方法.在存在运动物体的真实环境下进行建图实验,与ORB-SLAM2算法进行对比,本文算法在动态场景中构建的地图更清晰.
文献关键词：
动态场景;语义分割;同时定位与建图;几何约束;语义先验
中图分类号：
作者姓名：
张皓诚;王晓华;王文杰
作者机构：
西安工程大学 电子信息学院,陕西 西安 710048
文献出处：
引用格式：
[1]张皓诚;王晓华;王文杰-.基于语义先验和几何约束的动态场景SLAM算法)[J].应用光学,2022(02):269-277
A类：
B类：
语义先验,几何约束,动态场景,动物体,特征点,机位,位姿计算,环境特征,点过,移动机器人,视觉同步定位与地图构建,simultaneous,localization,mapping,在位,位姿估计,空洞卷积,语义分割,分割算法,运动区域,静态特征,移动性,事先,均匀提取,点中,移除,环境地图,TUM,公共数据,动态环境,定位精度,其他方法,真实环境,ORB,SLAM2,同时定位与建图
AB值：
0.423078
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
