动态场景下基于DeepLabv3+的语义视觉SLAMOA
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)在人工智能领域有着不可替代的作用。传统的视觉SLAM算法在静态环境下具有较好的稳定性,但在动态场景下的鲁棒性和准确性较差,影响了其定位精度。为了解决这个问题,提出了一种结合ORB-SLAM3、语义分割线程和几何线程的语义视觉SLAM方法,利用DeepLabv 3+语义分割网络来分割潜在的先验动态对象,再通过几何线程使用多视图几何方法来检测动态…查看全部>>
靳德利;仉新;张旭阳;朱文辉;左依林
沈阳理工大学机械工程学院,辽宁沈阳110158沈阳理工大学机械工程学院,辽宁沈阳110158沈阳理工大学机械工程学院,辽宁沈阳110158沈阳理工大学机械工程学院,辽宁沈阳110158沈阳理工大学机械工程学院,辽宁沈阳110158
计算机与自动化
DeepLabv3+语义高动态环境蜣螂策略
《通信与信息技术》 2024 (6)
P.29-34,6
辽宁省教育厅面上青年人才项目(项目编号:LJKZ0258)2020年辽宁省科技厅博士科研启动基金计划项目(项目编号:2022-BS-187)沈阳理工大学高层次人才科研支持计划(项目编号:1010147001012)。
评论