现代电子技术

2020, v.43;No.573(22) 152-156

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融合空洞卷积神经网络的语义SLAM研究
Research on semantic SLAM of fusion dilated convolutional neural network

潘琢金;戴旭文;魏鑫磊;王传云;

摘要(Abstract):

为了解决传统视觉SLAM算法受动态环境因素影响较大、对设备的算力要求高的问题,该文提出一种融合ORB-SLAM2、语义标签以及全局性稠密光流法的视觉SLAM算法。该方法采用空洞卷积神经网络的语义分割模块为双目图像添加语义标签,识别物体类别。再结合相邻帧间位置信息对图像的动态点进行剔除。最后使用Octo-map优化定位与建图,实现动态环境下地图的建立与实时更新。实验结果证明,该文提出的算法在动态环境下的特征点提取速度和质量相较传统视觉SLAM算法有一定提高。

关键词(KeyWords): 语义SLAM;空洞卷积神经网络;语义标签;动态点剔除;地图构建;结果分析

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61703287)

作者(Author): 潘琢金;戴旭文;魏鑫磊;王传云;

Email:

DOI: 10.16652/j.issn.1004-373x.2020.22.038

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享