期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的移动机器人室内动态环境视觉定位SLAM方法
1
作者 秦嘉瑞 王宇钢 +1 位作者 丛学理 周立垚 《探测与控制学报》 2025年第4期71-79,共9页
在移动机器人室内动态环境中,传统视觉SLAM算法常因动态物体干扰而导致位姿估计精度大幅下降,严重制约机器人的导航鲁棒性,提出一种基于深度学习的视觉SLAM方法。该方法基于ORB_SLAM3框架,通过融合目标检测和对极几何约束的双重动态特... 在移动机器人室内动态环境中,传统视觉SLAM算法常因动态物体干扰而导致位姿估计精度大幅下降,严重制约机器人的导航鲁棒性,提出一种基于深度学习的视觉SLAM方法。该方法基于ORB_SLAM3框架,通过融合目标检测和对极几何约束的双重动态特征剔除机制实现精准鲁棒定位。首先利用YOLOv8m网络进行动态目标检测,结合LSD线特征提取技术初步剔除动态特征;其次借助对极几何约束进一步筛选,剔除残余动态特征;最后基于P3P算法利用筛选后的静态特征进行位姿辅助定位。在TUM_RGB_D数据集验证中,改进算法位姿估计精度平均提升58.35%,最高达93.10%,表现出良好的位姿估计精度和环境适应性。在实际验证中,提升了移动机器人在复杂动态环境中的导航精度与鲁棒性,为提升移动机器人在动态场景下的导航鲁棒性提供了研究新思路。 展开更多
关键词 ORB_SLAM3 线特征提取 YOLOv8 对极几何约束 p3p位姿估计 移动机器人
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部