基于动态物体跟踪的语义SLAM

来源：计算机应用研究杂志2023年第12期北京时间：

作者：刘家麒,高永彬,姜晓燕,方志军,

单位：上海工程技术大学电子电气工程学院,上海201620；

摘要：针对传统视觉SLAM在动态场景下容易出现特征匹配错误从而导致定位精度下降的问题，提出了一种基于动态物体跟踪的语义SLAM算法。基于经典的视觉SLAM框架，提取动态物体进行帧间跟踪，并利用动态物体的位姿信息来辅助相机自身的定位。首先，算法在数据预处理中使用YOLACT、RAFT以及SC-Depth网络，分别提取图像中的语义掩膜、光流向量以及像素深度值。其次，视觉前端模块根据所提信息，通过语义分割掩膜、运动一致性检验以及遮挡点检验算法计算概率图以平滑区分场景中的动态特征与静态特征。然后，后端中的捆集调整模块融合了物体运动的多特征约束以提高算法在动态场景中的位姿估计性能。最后，在KITTI和OMD数据集的动态场景中进行对比验证。实验表明，所提算法能够准确地跟踪动态物体，在室内外动态场景中具备鲁棒、良好的定位性能。

关键词：视觉SLAM,语义信息,动态物体跟踪,捆集调整,

基金资助：国家自然科学基金—民航联合重点项目(U2033218)；；