典型文献
动态环境下基于增强分割的RGB-D SLAM方法
文献摘要：
目前视觉SLAM(同步定位与地图创建)方法在动态环境下易出现漏剔除动态物体的问题,影响相机位姿估计精度以及地图的可用性.为此,本文提出一种基于增强分割的RGB-D SLAM方法.首先结合实例分割网络与深度图像聚类的结果,判断当前帧是否出现漏分割现象,若出现则根据多帧信息对分割结果进行修补,同时,提取当前帧的Shi-Tomasi角点并通过对称转移误差筛选出动态角点集合.然后结合修补后的实例分割结果判定场景中每个实例对象的运动状态.最后利用静态特征点追踪相机位姿并构建实例级语义八叉树地图.在TUM公共数据集以及真实场景中评估了该方法,相比较于当前先进的视觉SLAM方法,本文方法取得了更好的相机位姿估计精度以及地图构建效果,展现出了更强的鲁棒性.
文献关键词：
视觉SLAM(同步定位与地图创建);动态环境;实例分割网络;语义地图
中图分类号：
作者姓名：
王浩;卢德玖;方宝富
作者机构：
合肥工业大学计算机与信息学院,安徽合肥 230009;大数据知识工程教育部重点实验室(合肥工业大学),安徽合肥 230009
文献出处：
引用格式：
[1]王浩;卢德玖;方宝富-.动态环境下基于增强分割的RGB-D SLAM方法)[J].机器人,2022(04):418-430
A类：
B类：
动态环境,RGB,SLAM,同步定位,图创,动态物体,相机位姿估计,位姿估计精度,可用性,实例分割网络,深度图像,图像聚类,多帧,修补,Shi,Tomasi,角点,转移误差,出动,点集,结果判定,运动状态,静态特征,特征点,语义八叉树地图,TUM,公共数据,真实场景,地图构建,语义地图
AB值：
0.390098
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。
