室内动态环境下基于网格分割与双地图耦合的RGB-D SLAM算法

来源：机器人杂志2022年第4期北京时间：

作者：艾青林, 王威, 刘刚江

摘要：为解决室内动态环境下现有RGB-D SLAM（同步定位与地图创建）系统定位精度低、建图效果差的问题，提出一种基于网格分割与双地图耦合的RGB-D SLAM算法。基于单应运动补偿与双向补偿光流法，根据几何连通性与深度图像聚类结果实现网格化运动分割，同时保证算法的快速性。利用静态区域内的特征点最小化重投影误差对相机进行位置估计。结合相机位姿、RGB-D图像、网格化运动分割图像，同时构建场景的稀疏点云地图和静态八叉树地图并进行耦合，在关键帧上使用基于网格分割和八叉树地图光线遍历的方法筛选静态地图点，更新稀疏点云地图，保障定位精度。公开数据集和实际动态场景中的实验结果都表明，本文算法能够有效提升室内动态场景中的相机位姿估计精度，实现场景静态八叉树地图的实时构建和更新。此外，本文算法能够实时运行在标准CPU硬件平台上，无需GPU等额外计算资源。

关键词：动态环境, 同时定位与地图构建, RGB-D, 光流法, 八叉树地图