结合轻量化YOLOv5s的动态视觉SLAM算法

来源：电子测量技术杂志2024年第11期北京时间：

作者：黄友锐，王照锋，韩涛，宋红萍

单位：1.安徽理工大学电气与信息工程学院 淮南 232001; 2.安徽理工大学计算机科学与工程学院 淮南 232001

摘要：针对视觉SLAM在真实环境中易受车辆、行人等运动物体影响而导致位姿估计降低的问题，提出一种结合轻量化YOLOv5s的动态视觉SLAM算法，将改进的轻量级YOLOv5s作为目标检测算法用于判断运动物体；结合提出的动态特征点剔除方法，剔除动态特征点，仅采用静态特征点进行位姿估计和地图跟踪。在TUM数据集进行实验，相较于ORB-SLAM3算法，改进后的算法在高动态序列上的位姿估计精度分别提升了89.29%、65.34%、94.42%，结果表明改进后的算法能够有效剔除动态特征点，提高了视觉SLAM算法在动态环境下的位姿估计精度和定位精度。

关键词：动态SLAM;目标检测;光流法;ORB特征点

基金资助：安徽省高效协同创新项目（GXXT-2023-068）资助