动态场景下融合稀疏光流的语义视觉SLAM算法

来源：电子测量技术杂志2025年第16期北京时间：

作者：侯余鑫，介婧，侯北平，郑慧，于爱华

单位：1.浙江科技大学自动化与电气工程学院 杭州 310023;2.浙江省智能机器人感知与控制国际科技合作基地 杭州 310023

摘要：针对复杂动态场景中视觉SLAM因动态干扰而导致的特征点匹配精度下降及地图构建误差增大等问题，提出一种结合语义分割与稀疏光流的动态视觉SLAM算法。首先，引入自适应阈值策略，有效提升算法在复杂环境中获取特征点的能力；其次，将DY-Conv模块嵌入U-Net语义分割网络中，并结合LK稀疏光流场，实现对动态物体的精准检测与分割，有效提高视觉SLAM在动态场景中的特征匹配精度和鲁棒性；最后，基于TUM数据集和实际场景进行算法有效性验证。实验结果表明，改进U-Net算法的平均分割精度由原算法的92.1%提高到94.5%，而本文所提出的语义视觉SLAM算法相比于ORB-SALM3，图像处理速度提升60.13%，并且在三组高动态序列公开数据集上的位姿估计精度分别提升43.75%、77.33%和64.00%；另外基于TUM数据集和实际场景所生成的稠密三维点云地图，进一步表明本文算法可有效抑制动态因素的干扰，从而提升地图构建的准确性。

关键词：复杂动态环境;动态阈值;稀疏光流法;语义分割;视觉SLAM

基金资助：浙江省基础公益研究计划项目（LTGG23F030001）、浙江省尖兵领雁计划项目（2022C04012）资助