原创力文档- 1、本文档共30页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
第36
第36卷第4期2024年4月
Vol.36No.4Apr.2024
JournalofSystemSimulation
基于改进目标检测的动态场景SLAM研究
史蓝兮1，颜文旭1*，倪宏宇2，赵峰2
(1.江南大学物联网工程学院，江苏无锡214100；2.国网绍兴供电公司，浙江绍兴312000)
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。
关键词：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
中图分类号：TP391.9；TP249文献标志码：A文章编号：1004-731X(2024)04-1028-15
DOI:10.16182/j.issn1004731x.joss.22-1332
引用格式:史蓝兮,颜文旭,倪宏宇,等.基于改进目标检测的动态场景SLAM研究[J].系统仿真学报,2024,36(4):1028-1042.
Referenceformat:ShiLanxi,YanWenxu,NiHongyu,etal.ResearchonDynamicSceneSLAMBasedonImprovedObjectDetection[J].JournalofSystemSimulation,2024,36(4):1028-1042.
ResearchonDynamicSceneSLAMBasedonImprovedObjectDetection
ShiLanxi1,YanWenxu1*,NiHongyu2,ZhaoFeng2
(1.SchoolofInternetofThingsEngineering,JiangnanUniversity,Wuxi214100,China;
2.StateGridShaoxingPowerSupplyCompany,Shaoxing312000,China)
Abstract:AimingattheepipolarconstraintmatchingproblemofmonocularSLAMindynamicscenesadynamicfeaturepointselectionmethodbasedonobjectdetectionisproposed,inwhichthedynamicfeaturepointsinthefront-endimageframeofSLAMsystemiseliminatedduringfeatureextractiontoimprovethelocalizationaccuracyofSLAM.Animprovedtargetdetectionnetworkisproposedtoconstructalossfunctiontodescribetheboundingboxbyusingtheoverlaparea,distancesimilarityandcosinesimilarity,whichcanachievetheaccuratelocalizationoftargetobjectsandobtaintherangeofobjectfeaturepointsinthecurrentimageframe.Theobjec
文档评论（0）