自适应关键帧选取的半直接动态RGB-D SLAM算法

来源：信息与控制杂志2025年第6期北京时间：

作者：廖中平, 郝治国, 谢烽, 吕世宁

摘要：针对传统SLAM (Simultaneous Localization And Mapping)算法在关键帧选取上存在过于刚性、有冗余，以及动态SLAM实时性和在复杂场景下鲁棒性差的问题，提出一种轻量级半直接动态RGB-D SLAM算法。首先，提出多层级FAST (Features from Accelerated Segment Test)动态特征剔除算法，将稀疏对齐法与Shi-Tomasi计分函数融合，在剔除动态物体特征点的同时降低运算耗时，提高对动态环境的鲁棒性。然后，提出一种自适应关键帧选取阈值策略，根据帧间信息差异动态调整阈值，提高定位精度并减少冗余关键帧。最后，加入稠密建图模块，能够在动态环境中去除动态物体，同时保留了原始静态环境。在TUM的动态数据集和OpenLORIS-Scene数据集上的实验结果表明，在低动态环境下轨迹精度较ORB-SLAM3(Oriented FAST and Rotated BRIEF SLAM3)提高约47%，在高动态环境下提高约90%。与其他4种动态SLAM算法相比，绝对轨迹误差、建图误差及每帧平均耗时分别至少降低23%、42%和26%，并在稠密建图模块中较为完整地还原了真实场景。

关键词：自适应, 动态SLAM, 冗余关键帧, 稠密建图