期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
YGL-SLAM:动态场景下基于点和线的语义SLAM系统
1
作者 戴康佳 徐慧英 +4 位作者 朱信忠 李悉钰 黄晓 陈国强 张志雄 《计算机工程》 北大核心 2025年第3期95-104,共10页
传统的视觉同步定位与建图(SLAM)系统是基于静态环境这一假设的,然而在现实场景中往往存在动态物体,这可能导致SLAM位姿估计和地图构建的精度下降、鲁棒性变差,甚至出现跟踪丢失的情况。针对上述问题,基于ORB-SLAM2提出新的语义SLAM系统... 传统的视觉同步定位与建图(SLAM)系统是基于静态环境这一假设的,然而在现实场景中往往存在动态物体,这可能导致SLAM位姿估计和地图构建的精度下降、鲁棒性变差,甚至出现跟踪丢失的情况。针对上述问题,基于ORB-SLAM2提出新的语义SLAM系统(YGL-SLAM)。该系统首先使用轻量级目标检测算法YOLOv8n追踪动态对象,获得动态对象的语义信息。然后在跟踪线程的同时提取点特征和线特征,根据获取的语义信息利用Z-score和对极几何算法剔除动态特征,以改进SLAM在动态场景中的表现。此外,鉴于轻量级目标检测算法在追踪动态对象时存在连续帧的漏检测问题,设计了基于相邻帧的检测补偿方法。在公开数据集TUM和Bonn上的测试结果表明,相比ORB-SLAM2,YGL-SLAM系统准确率提升超过90%,对比其他动态SLAM,YGL-SLAM也具有较高的准确度和鲁棒性。 展开更多
关键词 动态场景 语义同步定位与建图 线特征 深度学习 YGL-SLAM系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部