基于语义信息和边缘一致性的鲁棒SLAM算法

论文摘要

为解决动态环境中视觉定位精度下降、鲁棒性不足的问题,并改善构建的环境地图,提出一种基于语义信息和边缘一致性的鲁棒同时定位与地图创建(SLAM)算法.首先使用YOLOv3算法获取环境语义信息,得到初步的图像语义动静态分割.而后使用基于图像中边缘的距离变换误差和光度误差的一致性评估,进一步对图像的动静态区域进行细分,并利用连通区域分析和漏洞修补算法修正动态区域.使用图像非动态区域的特征点进行特征匹配,利用非线性优化算法最小化特征点的重投影误差,得到优化的相机位姿.利用特征点共视性和动静态区域面积进行绘图关键帧的选取,从而构建不包含动态物体信息的静态环境地图.公开数据集中高动态环境的实验表明,本文算法能够准确地区分图像中的动静态信息,完成动态环境下的精确定位与地图构建任务.并且本文算法在纯静态环境下不存在定位精度下降的情况.

论文目录

• 1 引言（Introduction）
• 2 鲁棒SLAM算法框架与流程（Framework and process of the robust SLAM algorithm）
•   2.1 语义信息获取
•   2.2 边缘信息提取与处理
•   2.3 边缘一致性评估
•   2.4 动态区域判定
•   2.5 基于语义信息和区域状态的位姿估计
•   2.6 剔除动态区域的地图构建
• 3 实验与分析（Experiment and analysis）
•   3.1 动态区域判定
•   3.2 定位精确性检验
•   3.3 动态环境下的地图生成
• 4 结论（Conclusion）

文章来源

类型: 期刊论文

作者: 姚二亮,张合新,宋海涛,张国良

关键词: 同时定位与地图创建,语义信息,动态环境,距离变换,边缘一致性

来源: 机器人 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 计算机软件及计算机应用,自动化技术

单位: 火箭军工程大学控制工程系,成都信息工程大学控制工程学院

分类号: TP242;TP391.41

DOI: 10.13973/j.cnki.robot.180697

页码: 751-760

总页数: 10

文件大小: 9340K

下载量: 598