CN114283198B 一种基于rgbd传感器的去除动态目标的slam方法 （杭州电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114283198B(45)授权公告日2025.07.11

(21)申请号202111637308.3GO6V10/764(2022.01)

(22)申请日2021.12.29GO6V10/774(2022.01)GO6V10/82(2022.01)

(65)同一申请的已公布的文献号GO6N3/0464(2023.01)申请公布号CN114283198AGO6N3/08(2023.01)

(43)申请公布日2022.04.05(56)对比文件

(73)专利权人杭州电子科技大学CN106056643A,2016.10.26地址310018浙江省杭州市下沙高教园区CN106931963A,2017.07.07

(72)发明人陆龙飞林志赟王博韩志敏审查员夏冰

(74)专利代理机构杭州君度专利代理事务所

(特殊普通合伙)33240专利代理师杨舟涛

(51)Int.CI.

GO6T7/73(2017.01)

GO6T7/215(2017.01)

GO6T7/194(2017.01)权利要求书3页说明书8页附图5页

(54)发明名称

一种基于RGBD传感器的去除动态目标的SLAM方法

(57)摘要

CN114283198B本发明公开了一种基于RGBD传感器的去除动态目标的SLAM方法，该方法包括：使用目标检测神经网络YOLOv5检测图像中的动态目标；结合图像深度信息，经过一种像素级分割方法的处理，提取该帧图像中所有动态目标，形成mask图像；使用mask图像处理原图像信息后，分别得到动态目标图像和静态背景图像，使用静态背景图像进行SALM系统进行定位和地图构建；实验结果表明，本发明将深度学习与视觉SLAM相融合，可以有效的去除动态目标对SLAM系统的干扰，提升视觉SLAM系统在动态环境下的定位与建图精度；同时在没有性能良好的GPU

CN114283198B

RGB

RGB图像深度图像

YOLOv5网络

目标框

像素级分割方法

掩模图

ORBSLAM2

数据集准备

模型训练

CN114283198B权利要求书1/3页

2

1.一种基于RGBD传感器的去除动态目标的SLAM方法，其特征在于，所述方法包括如下步骤：

步骤1、获取需要预先设定去除动态目标类别的图片，构建训练样本集和测试数据集；

步骤2、利用步骤1构建的训练样本集和测试数据集，对目标检测神经网络YOLOv5进行训练以及测试，获得训练好的YOLOv5模型；

步骤3、使用步骤2训练完成的目标检测神经网络YOLOv5模型处理RGBD传感器采集的RGB图像，判断图像中是否存在动态目标及动态目标框所处的像素坐标位置；

步骤4、结合步骤3中得到的动态目标框的像素坐标位置和RGBD传感器的深度图像信息，判断RGBD传感器的深度图像的当前帧中是否存在动态目标，如果存在动态目标，则在当前帧对应的深度图像中动态目标框内划出的相同像素区域使用像素级分割方法进行处理，得到mask图像，如果不存在动态目标，则将mask图像直接设置为空；

所述像素级分割方法具体包括以下步骤：

步骤4.1、针对每一帧RGB图像的所有动态目标检测框，在对应该帧图像深度图中像素位置的动态目标检测框区域内，均匀分布取N个像素点的深度值，存入容器X中，其中i的取值从1至N;

步骤4.2、对得到的N个像素点的深度值使用绝对中位值偏差离群值算法，划分为两个