-
题名一种椭球模型表示的对象级动态语义SLAM方法
- 1
-
-
作者
白素琴
诸皓伟
吕宗磊
王成根
史金龙
-
机构
中国民航大学民航智慧机场理论与系统重点实验室
江苏科技大学电气与信息工程学院
江苏科技大学计算机学院
-
出处
《中国惯性技术学报》
北大核心
2025年第1期46-54,共9页
-
基金
国家自然科学基金委员会面上项目(51875270)
中国民航大学民航智慧机场理论与系统重点实验室开放基金资助(SATS202207)。
-
文摘
为了提高动态场景同步定位与建图(SLAM)的相机位姿精度和鲁棒性,提出一种高精度对象级SLAM方法。首先,将检测到的实例对象表示为3D椭球模型,构建对象地图;接着,寻找实例对象和地图中对象之间的最佳匹配关系;然后,通过运动检测找到场景中的动态对象,在地图中追踪对象的运动轨迹,并不断更新其对应的3D椭球模型,以确保对象地图的准确性;最后,采用静态对象和内部3D点联合优化的方式,在跟踪丢失后重新定位相机。在TUM和BONN数据集上的实验结果表明:所提方法具有更高的相机位姿精度,位姿误差仅为OA-SLAM算法误差的12.5%、ReFusion算法的16.7%、ACEFusion算法的33.3%。重定位实验结果表明:所提的相机重定位策略有效地解决了动态场景中相机丢失的问题,提高了系统的鲁棒性。代码开源在https://github.com/wawcg/23Object-SLAM。
-
关键词
动态场景
同步定位与建图
数据关联
对象追踪
椭球模型
-
Keywords
dynamic scenes
SLAM
data association
object tracking
ellipsoidal model
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TH74
[机械工程—光学工程]
-
