YW-SLAM:一种面向室内动态环境的融合语义和几何的视觉SLAM方法
来源：机床与液压杂志2025年第24期北京时间：
作者：范立昊，陈凌珊，李镇，武宏吉
单位：上海工程技术大学机械与汽车工程学院；上海工程技术大学机械与汽车工程学院；上海工程技术大学机械与汽车工程学院；瑞龙诺赋（上海）医疗科技有限公司
摘要：同时定位与地图构建（SLAM）技术广泛应用于室内智能机器人导航，但现有多数SLAM系统假设静态环境，存在动态对象时易受到干扰，影响定位与建图精度。为提升动态场景中的SLAM性能，提出基于ORB-SLAM2的RGB-D SLAM系统YW-SLAM，用于室内动态环境中的定位与导航。YW-SLAM通过轻量级YOLACT++实现潜在动态对象的检测与分割，将语义分割结果嵌入到几何分割计算中，仅使用标记为静态的特征点进行基础矩阵估计，实现了语义和几何信息的紧密耦合。另外，引入特征点权重并用动态信息对其进行初始化，基于权值进行联合优化，显著降低了失配率，提高了定位精度。TUM RGB-D数据集上的实验结果显示：与传统ORB-SLAM2算法相比，YW-SLAM在高度动态环境下的绝对轨迹误差性能提高了93%以上，显著降低了动态目标对系统的影响，并优于DS-SLAM、Dynamic-VINS、DVO-SLAM与DynaSLAM。
关键词：视觉SLAM;动态场景;语义分割;加权特征
基金资助：国家自然科学基金项目（62101314）
