基于目标识别的视觉SLAM室内定位增强方法OACSTPCD

针对室内动态场景中的空间定位精度低、鲁棒性不足等问题,提出一种适用于室内动态场景下的定位增强方法。首先,该方法按照物体的运动属性将室内常见物体进行分类,并使用YOLOv5s神经网络进行目标识别,获取目标检测框的位置以便后续筛选动态特征点;然后,设计一种特征点选取策略,通过边缘检测和深度信息过滤,确定目标检测框中哪些特征点具备动态运动的可能性;最后,提出一种融合时间步长和特征点数量的关键帧选择算法,用于剔除冗余关键帧,减少多帧之间的特征信息重叠。将…查看全部>>