一种椭球模型表示的对象级动态语义SLAM方法.pdfVIP

第33卷第1期中国惯性技术学报Vol.33No.1

2025年01月JournalofChineseInertialTechnologyJan.2025

文章编号：1005-6734(2025)01-0046-09doi.10.13695/ki.12-1222/o3.2025.01.006

一种椭球模型表示的对象级动态语义SLAM方法

1,22133

白素琴，诸皓伟，吕宗磊，王成根，史金龙

（1.中国民航大学民航智慧机场理论与系统重点实验室，天津300300；

2.江苏科技大学电气与信息工程学院，苏州215600；

3.江苏科技大学计算机学院，镇江212003）

摘要：为了提高动态场景同步定位与建图（SLAM）的相机位姿精度和鲁棒性，提出一种高精度对

象级SLAM方法。首先，将检测到的实例对象表示为3D椭球模型，构建对象地图；接着，寻找实

例对象和地图中对象之间的最佳匹配关系；然后，通过运动检测找到场景中的动态对象，在地图中

追踪对象的运动轨迹，并不断更新其对应的3D椭球模型，以确保对象地图的准确性；最后，采用

静态对象和内部3D点联合优化的方式，在跟踪丢失后重新定位相机。在TUM和BONN数据集上

的实验结果表明：所提方法具有更高的相机位姿精度，位姿误差仅为OA-SLAM算法误差的12.5%、

ReFusion算法的16.7%、ACEFusion算法的33.3%。重定位实验结果表明：所提的相机重定位策略

有效地解决了动态场景中相机丢失的问题，提高了系统的鲁棒性。代码开源在

/wawcg/23Object-SLAM。

关键词：动态场景；同步定位与建图；数据关联；对象追踪；椭球模型

中图分类号：TP242,TH74文献标志码：A

Object-leveldynamicsemanticSLAMmethodbasedonellipsoidalmodel

BAISuqin1,22133

,ZHUHaowei,LYUZonglei,WANGChenggen,SHIJinlong

(1.KeyLaboratoryofSmartAirportTheoryandSystem,CivilAviationUniversityofChina,Tianjin300300,China;

2.SchoolofElectricalandInformationEngineering,JiangsuUniversityofScienceandTechnology,Suzhou215600,

China;3.SchoolofComputerScience,JiangsuUniversityofScienceandTechnology,Zhenjiang212003,China)