【技术实现步骤摘要】
本专利技术属计算机视觉领域，尤其涉及一种解决动态物体大占比的视觉slam方法。
技术介绍
1、近年来，视觉slam系统的研究发展迅速，视觉slam主要分为两类：特征点法和直接法。其中orb-slam2是基于特征点法具有代表的方法，lsd-slam是基于直接法中的优秀算法。基于特征点和直接法的视觉slam算法在静态环境的假设下有定位精度高、鲁棒性好的特点，但在动态场景下，由于动态物体的特征点不稳定，视觉slam的位姿估计和建图精度下降，因此很难应用于动态物体占比大的场景中。针对以上问题，现有的动态视觉slam算法主要通过剔除动态特征点来提高系统的鲁棒性和相机位姿估计精度，现有方法能在一定程度上降低动态物体对系统性能的影响，但在动态物体占比大的情况下，仍存在位姿估计精度低和实时性差的问题。
2、论文《动态场景下融合yolov5s的视觉slam算法研究》中使用目标检测算法、光流法和几何约束方法相结合来剔除场景中的动态特征点，但论文中方法仅用于室内，而且此方法将检测到的动态目标特征点全部剔除，在动态物体占比较大时，保留的特征点过少，...
【技术保护点】
1.一种解决动态物体大占比的视觉SLAM方法，其特征在于，包括以下步骤：
【技术特征摘要】
1.一种解决动态物体大占比的视觉sl...
【专利技术属性】
技术研发人员：栾添添，胥静，班喜程，孙明晓，吕重阳，王楠，吕奉坤，尹昭然，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。