2026《动态场景下的视觉SLAM分析》2200字.docxVIP

动态场景下的视觉SLAM分析

目录

TOC\o1-3\h\u30402动态场景下的视觉SLAM分析 1

190981.1语义约束 1

101841.2几何约束 2

234341.3光流法 3

76971.4基于语义和光流约束的动态SLAM算法 4

在最近的研究中，大多数SLAM系统都采用了静态场景假设，即假设场景本身不随时间变化。然而在实际的机器人应用场景中，如家政服务场景中，不可避免地会存在动态物体。在家政服务场景中，必然会存在人类的移动，此外，由于人类的走动，不可避免地会导致其他物体地移动，因此，在动态环境下建立语义地图成为一个研究热点。

1.1语义约束

在日常生活中，物体根据其移动属性，可以分为三类：第一类是完全无法移动的或几乎无法移动的物体，如墙面，桌面等物体，此类物体长期处于静止状态，可被认为不具有移动属性；第二类是可以自发地产生运动地物体，常见地如人类，此类物体在没有外界干涉地情况下也可以自发地进行运动，具有很强地移动属性；第三类是可以被移动，但无法自发性运动地物体，如水杯，显示器等。

(a)输入图片 (b)语义分割结果

图1.1语义分割网络分割结果

如图1.1所示，语义分割可以很轻松地获取单帧图像中地物体种类，在图中，紫色地椅子和绿色地显示器为第三类物体，他们可以被移动，但运动无