视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动...视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动态目标所在区域,对图像进行特征提取并剔除动态物体所在区域的特征点,利用静态的特征点进行位姿计算,对关键帧进行语义分割,在构建语义地图时滤除动态物体的地图点构建出无动态物体干扰的语义地图。在TUM数据集上进行实验,结果显示该方法在动态环境下可以提升88.3%位姿估计精度,并且可同时构建出无动态物体干扰的语义地图。展开更多
vSLAM(visual Simultaneous Localization and Mapping)是一种基于视觉传感器实现同时定位与建图的技术,不仅可为地面机器人提供服务,同时在无人机的定位导航中也有着非常重要的应用。对基于无人机的vSLAM发展概况进行整理研究,就其中...vSLAM(visual Simultaneous Localization and Mapping)是一种基于视觉传感器实现同时定位与建图的技术,不仅可为地面机器人提供服务,同时在无人机的定位导航中也有着非常重要的应用。对基于无人机的vSLAM发展概况进行整理研究,就其中几大关键方向的研究现状予以介绍,主要包括结合IMU、结合光流传感器的vSLAM,同时总结目前研究中仍存在的一些问题和不足之处。结合经典理论与最新研究动态,对基于无人机的vSLAM重点研究内容和未来发展方向提出了新的展望。展开更多
文摘视觉SLAM(Simultaneous Localization And Mapping,同时定位与建图)是移动机器人领域的核心技术,传统视觉SLAM还难以适用于高动态场景并且地图中缺少语义信息。提出一种动态环境语义SLAM方法,用深度学习网络对图像进行目标检测,检测动态目标所在区域,对图像进行特征提取并剔除动态物体所在区域的特征点,利用静态的特征点进行位姿计算,对关键帧进行语义分割,在构建语义地图时滤除动态物体的地图点构建出无动态物体干扰的语义地图。在TUM数据集上进行实验,结果显示该方法在动态环境下可以提升88.3%位姿估计精度,并且可同时构建出无动态物体干扰的语义地图。
文摘vSLAM(visual Simultaneous Localization and Mapping)是一种基于视觉传感器实现同时定位与建图的技术,不仅可为地面机器人提供服务,同时在无人机的定位导航中也有着非常重要的应用。对基于无人机的vSLAM发展概况进行整理研究,就其中几大关键方向的研究现状予以介绍,主要包括结合IMU、结合光流传感器的vSLAM,同时总结目前研究中仍存在的一些问题和不足之处。结合经典理论与最新研究动态,对基于无人机的vSLAM重点研究内容和未来发展方向提出了新的展望。
