室内动态场景下基于语义关联的视觉SLAM方法OA北大核心CSTPCD
针对视觉SLAM在动态场景下鲁棒性不足的问题,提出一种适用于动态场景下的视觉SLAM算法——SAD-SLAM。该算法首先使用GCNv2网络进行特征提取,以获取分布均匀的特征点集合,并加快提取速度。然后使用YOLOv8-seg语义分割网络完成场景内物体的检测,并对推理得到的物体按照是否具备自主运动能力进行划分。同时提出一种语义关联方法,通过对潜在动态物体进行2D和深度层面过滤,以确定潜在动态物体运动的可能性。最后,构建了含有语义信息的稠密3D点云地…查看全部>>
李泳;刘宏杰;周永录;余映
云南大学信息学院,昆明650000云南大学信息学院,昆明650000 云南省高校数字媒体技术重点实验室,昆明650223云南大学信息学院,昆明650000 云南省高校数字媒体技术重点实验室,昆明650223云南大学信息学院,昆明650000
计算机与自动化
视觉SLAM深度学习位姿估计地图构建室内动态场景
《计算机应用研究》 2024 (8)
P.2528-2532,5
国家自然科学基金资助项目(62166048,61962060)。
评论