基于改进目标检测的动态场景SLAM研究

作     者：史蓝兮 颜文旭 倪宏宇 赵峰 Shi Lanxi;Yan Wenxu;Ni Hongyu;Zhao Feng

作者机构：江南大学物联网工程学院江苏无锡214100 国网绍兴供电公司浙江绍兴312000 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2024年第36卷第4期

页      面：1028-1042页

核心收录：

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] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国网浙江省电力有限公司科技项目(5211SX220003) 

主　　题：视觉SLAM 对极约束 特征匹配 目标检测 IoU损失函数 结构重参数化 

摘      要：针对单目SLAM在动态场景下存在的对极约束误匹配问题,提出一种基于目标检测的动态特征点选择方法,通过在特征提取时剔除SLAM系统前端图像帧中动态特征点,提高SLAM的定位精度。提出了一个改进的目标检测网络,利用重叠面积、距离相似度和余弦相似度构建描述边界框的回归损失函数,实现目标的准确定位,获得当前图像帧中物体特征点范围。判断物体类别,对于标记为动态的物体根据目标检测结果剔除前端图像帧中的动态特征点。根据静态特征点,采用对极约束进行两帧图像间的特征匹配估计位姿,对单目相机运动进行跟踪、建图与闭环检测。通过对目标检测网络的主干进行结构重参数化改进,提升推理过程的速度,保证整体系统运行的实时性。在公开数据集KITTI的11个序列上的实验结果表明:改进后的系统比ORB-SLAM3系统定位精度提升了23.4%,帧率可以达到30帧/s以上,在保证实时运行的条件下能有效提高动态场景下单目SLAM系统定位精度。