结合轻量化YOLOv5s的动态视觉SLAM算法

作     者：黄友锐 王照锋 韩涛 宋红萍 

作者机构：安徽理工大学电气与信息工程学院 安徽理工大学计算机科学与工程学院 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 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] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省高效协同创新项目(GXXT-2023-068) 

主　　题：动态SLAM 目标检测 光流法 ORB特征点 

摘      要：针对视觉SLAM在真实环境中易受车辆、行人等运动物体影响而导致位姿估计降低的问题，提出一种结合轻量化YOLOv5s的动态视觉SLAM算法，将改进的轻量级YOLOv5s作为目标检测算法用于判断运动物体；结合提出的动态特征点剔除方法，剔除动态特征点，仅采用静态特征点进行位姿估计和地图跟踪。在TUM数据集进行实验，相较于ORB-SLAM3算法，改进后的算法在高动态序列上的位姿估计精度分别提升了89.29%、65.34%、94.42%，结果表明改进后的算法能够有效剔除动态特征点，提高了视觉SLAM算法在动态环境下的位姿估计精度和定位精度。