基于目标检测和语义分割的视觉SLAM算法

来源：计算机工程杂志2023年第8期北京时间：

作者：徐春波, 闫娟, 杨慧斌, 王博, 吴晗

单位：上海工程技术大学 机械与汽车工程学院, 上海 201620

摘要：目前多数视觉同步定位与建图（VSLAM）算法基于静态场景设计且未考虑场景中的动态物体，然而现实场景中存在的动态物体会造成视觉里程计的特征点误匹配，影响VSLAM系统定位与建图精度，降低其在实际应用中鲁棒性。针对室内动态环境，提出一种基于ORB-SLAM3主体框架的VSLAM算法(RDTS-SLAM)。利用改进的YOLOv5目标检测与语义分割网络对环境中的物体进行精准快速分割，同时将目标检测结果与局部光流法相结合准确识别动态物体，并对动态物体区域内的特征点进行剔除，仅使用静态特征点进行特征点匹配以及后续的定位与建图。在TUM RGB数据集和真实环境数据上的实验结果表明，相较于ORB-SLAM3和RDS-SLAM算法，RDTS-SLAM算法对于walking_rpy序列的轨迹估计均方根误差分别降低了95.38%和86.20%，可以显著提高VSLAM系统在动态环境中的鲁棒性和准确性。

关键词：视觉同步定位与建图,目标检测,语义分割,YOLOv5网络,局部光流法

基金资助：上海市企事业单位委托项目((19)JQ-009)