论文部分内容阅读
针对传统ORB-SLAM2系统在动态场景下受动态目标干扰,导致系统鲁棒性差、定位精度低的问题,采用基于深度学习的视觉里程计进行特征匹配运算。首先利用目标识别与光流法检测场景中的动态目标,然后对动态目标进行数据关联,剔除动态特征点,将场景中的静态特征点进行匹配与位姿计算,从而解决大量匹配所带来的计算量大、效率低下等问题,使得跟踪更加可靠。在TUM数据集上的测试结果表明,与传统ORB-SLAM2系统相比,改进的ORB-SLAM2系统的绝对轨迹误差和相对位姿误差大幅降低。