基于轻量化目标检测网络的RGB-D视觉SLAM系统

来源：计算机工程与科学杂志2024年第11期北京时间：

作者：戴康佳, 徐慧英, 朱信忠, 黄晓, 李琛, 刘巍, 曹雨淇, 王拔龙, 刘子洋, 陈国强

单位：1.浙江师范大学计算机科学与技术学院（人工智能学院）,浙江 金华 321004；2.浙江师范大学教育学院（教师教育学院），浙江 金华 321004；3.浙江航天润博测控技术有限公司，浙江 杭州 311200

摘要：RGB-D SLAM是一种利用深度相机实现同时定位和地图构建的技术。传统的视觉SLAM系统基于对静态环境的假设，然而实际环境中往往存在动态物体，这可能导致SLAM系统的位姿估计出现显著的偏差。针对这一问题，提出了基于轻量化的YOLOv8s目标检测的RGB-D视觉SLAM系统，采用Socket通信方式，将目标检测结果传给SLAM，然后利用Depth Value-RANSAC几何算法剔除检测框内的动态特征点，提高了SLAM系统在动态环境中的定位精度。实验使用TUM数据集进行验证，结果表明，本文系统精度相比ORB-SLAM2有明显提高。与其他SLAM系统相比，本文系统在精度和实时性上有不同程度的改进。

关键词：RGB-D SLAM,动态场景,目标检测,几何约束,

基金资助：国家自然科学基金（61976196，62376252）；浙江省自然科学基金重点项目(LZ22F030003)；国家级大学生创新创业训练计划项目创新训练重点项目(202310345042)