自动驾驶场景下的行人意图语义VSLAM

来源：计算机工程与应用杂志2024年第17期北京时间：

作者：罗朝阳, 张荣芬, 刘宇红, 李金, 范润泽

单位：贵州大学 大数据与信息工程学院，贵阳 550025

摘要：视觉同步定位与建图（visual simultaneous localization and mapping，VSLAM）在自动驾驶领域有广泛的应用，但传统的算法缺乏语义信息，并且不能推理和预测场景中行人的行为或意图。提出了一种有效的语义VSLAM方法，使用基于DPT（dense prediction transformer）的语义分割算法获取潜在动态目标的分割掩码进行动态特征剔除，由于在自动驾驶场景下的动态物体绝大多数为行人和车辆，为了完成潜在动态目标中静态点的重添加及动态物体的再检测，使用几何约束联合行人意图预测共同优化相机位姿，为了对行人是否过马路进行准确的意图预测，利用人体骨架信息构建双流、时空自适应图卷积神经网络预测行人过街意图。在KITTI数据集下验证的结果表明，所提方法相较于ORB-SLAM3算法的绝对轨迹估计误差有一定减少，且精度优于同类型的算法，有望为自动驾驶系统提供更丰富的语义信息，更好地完成自动驾驶任务。

关键词：自动驾驶,语义分割,相机位姿优化,行人意图预测