-
题名动态特征滤除与稠密重建的视觉SLAM算法
- 1
-
-
作者
张德林
杨光祥
冉一森
杨宝丰
向移丹
王潇珩
-
机构
重庆工商大学人工智能学院
重庆工商大学图书馆
-
出处
《实验室研究与探索》
北大核心
2025年第8期113-118,137,共7页
-
基金
重庆市教委科学技术研究项目(KJZD-K202100805)。
-
文摘
针对动态场景下同步定位与建图(SLAM)算法易丢失跟踪、定位精度低和难以生成稠密地图等问题,提出一种改进SLAM算法。在ORB-SLAM3中新增动态特征点检测线程:利用YOLOv5s提取语义信息与检测框,剔除动态区域特征点,并通过改进GMS算法提升静态特征点的匹配数量与速度。引入稠密建图线程,用静态特征点构建稠密点云地图,通过体素网格滤波和外点去除滤波减小规模,生成栅格地图。在TUM数据集实验表明,相比ORB-SLAM3,所提算法绝对轨迹误差(ATE)平均降低95.6%,相对轨迹误差(RPE)平均降低34.9%,显著提高了动态场景下的定位精度与鲁棒性,并成功实现稠密点云和栅格地图的构建。
-
关键词
同步定位与建图
动态场景
目标检测
稠密建图
-
Keywords
simultaneous localization and mapping(SLAM)
dynamic scenes
object detection
dense mapping
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
