典型文献
动态场景下基于光流和实例分割的视觉SLAM方法
文献摘要：
为提升动态场景中视觉SLAM(Simultaneous Localization and Mapping)系统的定位精度和鲁棒性,提出一种基于光流和实例分割的视觉SLAM方法.针对动态物体和静态背景光流方向的不一致性,提出一种高实时性动态区域掩模检测算法,从而在ORB-SLAM2原有跟踪线程中实时地剔除处于动态区域掩模中的特征点.利用已有深度图和跟踪线程位姿估计的信息去除相机运动相关光流,然后聚类动态物体自身运动产生的光流幅值,从而实现高精度的动态区域掩模检测,并结合对极几何约束剔除局部建图线程中的动态路标点.在TUM和KITTI数据集上的测试结果表明,在高动态场景下,本文算法相较ORB-SLAM2、Detect-SLAM、DS-SLAM,定位精度平均提升97％、64％和44％.相较DynaSLAM,本文算法在一半的高动态场景中定位精度平均提升20％,这验证了本文算法在高动态场景中提升了系统定位精度和鲁棒性.
文献关键词：
机器视觉;视觉里程计;动态场景;光流;运动物体检测;实例分割
中图分类号：
作者姓名：
徐陈;周怡君;罗晨
作者机构：
东南大学机械工程学院,江苏南京211189
文献出处：
引用格式：
[1]徐陈;周怡君;罗晨-.动态场景下基于光流和实例分割的视觉SLAM方法)[J].光学学报,2022(14):139-151
A类：
DynaSLAM
B类：
光流,实例分割,中视,Simultaneous,Localization,Mapping,定位精度,动态物体,背景光,不一致性,高实时性,掩模,检测算法,ORB,SLAM2,线程,特征点,有深度,深度图,位姿估计,相机运动,关光,对极几何约束,建图,图线,路标,标点,TUM,KITTI,高动态场景,Detect,DS,系统定位,机器视觉,视觉里程计,运动物体检测
AB值：
0.369462
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。
