一种动态场景下语义分割优化的ORB_SLAM2

被引:7
|
作者
王召东
郭晨
机构
[1] 大连海事大学船舶电气工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
语义分割; 动态场景; 位姿估计; ORB_SLAM2;
D O I
10.16411/j.cnki.issn1006-7736.2018.04.018
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为提高ORBSLAM2在动态环境下位姿估计的准确性,提出使用语义分割剔除分布在人上的移动特征点进而提高位姿准确性的方法.该方法在对输入图像提取ORB特征点的同时,对图像进行语义分割,获得人在图像中的像素点位置,再将这些分布在人上面的特征点进行剔除,并使用剔除后相对稳定的特征点进行位姿估计.利用改进方法在TUM公共数据集上进行测试,结果表明,改进后的系统能够明显降低动态环境下位姿估计的绝对误差和相对漂移,证明了该方法较原始的ORBSLAM2系统能够明显提高动态环境下位姿估计的准确性.
引用
收藏
页码:121 / 126
页数:6
相关论文
共 4 条
  • [1] 基于内容的图像分割方法综述
    姜枫
    顾庆
    郝慧珍
    李娜
    郭延文
    陈道蓄
    [J]. 软件学报, 2017, 28 (01) : 160 - 183
  • [2] 基于ORB关键帧闭环检测算法的SLAM方法研究[D]. 余杰.浙江工业大学. 2016
  • [3] 视觉SLAM十四讲[M]. 电子工业出版社 , 高翔, 2017
  • [4] Improving constrained bundle adjustment through semantic scene labeling .2 SALEHI A,GAY-BELLILE V,BOURGEOIS S,et al. ECCV 2016 Workshops . 2016