面向高动态环境的ORB-SLAM3算法优化.docxVIP

第46卷增刊 2021年6月 测绘地理信息 Journal of Geomaties Vol.46 Sup.1 June 2021 DOI:10. 14188/j.2095-6045.2021207 文章编号：2095-6045(2021)S1-0093-04 面向高动态环境的ORB-SLAM3 算法优化 傅柳军 龚 烨! 李 礼 万 伟2 姚 剑1.2 1武汉大学遥感信息工程学院，湖北武汉，430079 2广东开放大学人工智能应用创新研究中心，广东广州，510091 Improvement of ORB-SLAM3 for Highly Dynamic Scene FU Liujun GONG Ye LI Li WAN Wei2 YAO Jian2 1 School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079,China 2 School of Artificial Intelligence, the Open University of Guangdong, Guangzhou 510091, China 摘 要：ORB-SLAM3(simultaneous localization and mapping) 是当前最优秀的视觉SLAM 算法之一，然而其基于静态环境 的假设导致算法在高动态环境下精度不佳甚至定位失败。 针对这一问题，提出一种结合光流和实例分割的动态特征点 去除方法，以提高ORB-SLAM3 在高动态环境下的定位精度。 并且在TUM 数据集上进行了RGB-D 相机模式和单目相机模 式的实验，实验结果表明了该方法的有效性。 关键词：视觉同步定位与建图(simultaneous localization and mapping,SLAM);ORB-SLAM3;动态场景；Mask R-CNN;光流 中图分类号：TP391 文献标志码：A Abstract: Currently,ORB-SLAM3(simultaneous localization and mapping)is one of the best visual SLAM methods. It as- sumes that scene is static, which leads to poor accuracy and even localization failure in highly dynamic scenarios. To address this problem, a dynamic feature point removing method combin- ing optical flow information with an instance segmentation net- work is proposed to improve the location accuracy of ORB- SLAM3 in highly dynamic scenarios. We conduct experiments on the RGB-D images and the monocular images in the public TUM dataset. The experimental results demonstrate the effective- ness of the proposed method in highly dynamic scenarios. Key words :visual SLAM;ORB-SLAM3; dynamic scene;Mask R-CNN; optical flow 目前，同步定位与建图(simultaneous localiza- tion and mapping,SLAM)能够利用机载传感器实时 采集的数据在移动过程中构建周围环境的地图并确 定自身位置，是智能移动机器人、增强现实和自动驾 驶领域的关键技术之一，受到企业、高校和研究所的 广 泛 关 注 。 根 据 传 感器类型，可将其分为激光 SLAM 和视觉SLAM 两大类。其中，以相机为主要传 感器的视觉SLAM 技术具有成本低、获取的图像信 息丰富等优势，成为当前的研究热点。 Campos 等3提出了ORB-SLAM3, 这被认为是最优秀的视觉 SLAM 算法之一 。它是第 一个基于特征的紧耦合视 觉惯性SLAM 系统，能够使用单目相机、双目相机、 RGB-D 相机实现视觉SLAM 和视觉惯性SLAM。 该 系统在室内和室外环境中都能够实时稳定运行，比 以