动态场景下融合YOLOv5s的视觉SLAM算法研究

作     者：赵燕成 魏天旭 仝棣 赵景波 

作者机构：青岛理工大学信息与控制工程学院 

出 版 物：《无线电工程》 (Radio Engineering)

年 卷 期：2023年

学科分类：08[工学] 080202[工学-机械电子工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(51475251) 青岛市民生计划（22-3-7-xdny-18-nsh） 

主　　题：视觉SLAM 动态场景 轻量级网络 目标检测 LK光流法 

摘      要：为了解决视觉SLAM系统在动态场景下容易受到动态物体干扰，导致算法定位精度和鲁棒性下降的问题，提出了一种融合YOLOv5s轻量级目标检测网络的视觉SLAM算法。该算法在ORB-SLAM2的跟踪线程中添加了目标检测和剔除动态特征点模块，通过剔除图像中的动态特征点，提高SLAM系统的定位精度和鲁棒性。首先，改进了YOLOv5s的轻量化目标检测算法，来提高了网络在移动设备中的推理速度和检测精度。其次，将轻量化目标检测算法与ORB特征点算法结合，以提取图像中的语义信息并剔除先验的动态特征。最后，结合LK光流法和对极几何约束来剔除动态特征点，并利用剩余的特征点进行位姿匹配。在TUM数据集上的验证表明，提出的算法与原ORB-SLAM2相比，在高动态序列下的ATE和RPE均提高了95%以上，有效提升了系统的定位精度和鲁棒性。相对当前一些优秀的SLAM算法，在精度上也有明显的提升，并且具有更高的实时性，使其在移动设备中拥有更好的应用价值。