动态场景下基于视觉特征的SLAM方法
来源：计算机工程杂志2020年第10期北京时间：
作者：张金凤, 石朝侠, 王燕清
单位：1. 南京理工大学 计算机科学与工程学院, 南京 210094;2. 南京晓庄学院 信息工程学院, 南京 211171
摘要：同时定位与地图构建（SLAM）作为机器人领域的研究热点，近年来取得了快速发展，但多数SLAM方法未考虑应用场景中的动态或可移动目标。针对该问题，提出一种适用于动态场景的SLAM方法。将基于深度学习的目标检测算法引入到经典ORB_SLAM2方法中，将特征点分为潜在动态特征点和非潜在动态特征点，基于非潜在动态特征点计算运动模型，筛选出应用场景中的静态特征点并实现位姿跟踪，利用非潜在动态特征点中的静态特征点进行地图构建。KITTI和TUM数据集上的实验结果表明，与ORB_SLAM2系统相比，该方法能够提高跟踪轨迹精度与地图的适用性。
关键词：同时定位与地图构建,局部特征,动态场景,深度学习,目标检测
基金资助：国家自然科学基金面上项目（61371040）。
