一种基于YOLOv5网络与动态SLAM结合的稠密重建方法、系统、设备及介质技术方案

一种基于YOLOv5网络与动态SLAM结合的稠密重建方法、系统、设备及介质，方法为：建立改进的YOLOv5检测网络模型；将相机获取的RGB‑D图像和深度图输入改进的YOLOv5检测网络模型并提取ORB特征点，经处理得到前景特征点、背景特征点及边界框；利用前景特征点、背景特征点及边界框，检查图像间的动态一致性，得到静态特征点、动态特征点和潜在动态特征点；采用速度平滑滤波器对潜在动态特征点进一步细致分类，得到细致分类后的静态特征点和动态特征点；使用静态特征点及细致分类后的静态特征点进行局部建图；根据地图，将当前帧和历史帧间的相似度进行比对，最后进行回环检测；系统、设备及介质，用于实现该方法；本发明专利技术能在动态环境下构建地图和定位，具有较好的鲁棒性。

【技术实现步骤摘要】

本专利技术属于人工智能与机器人、无人机领域，具体涉及一种基于yolov5网络与动态slam结合的稠密重建方法、系统、设备及介质。

技术介绍

1、同时定位与建图(simultaneous localization and mapping,slam)在一切可移动智能体的状态感知中发挥着重要作用，它可以帮助一个智能体在一个未知的环境中，并具有一个未知的姿态，逐步建立一个全局一致的地图，并同时测量其在该地图中的姿态。因此，在无人机、自动驾驶、机器人、ar等领域广泛应用。由于照相机和计算机技术的持续和快速发展中，出现了大量的更便宜、更快、更高质量和更小的基于视觉的传感器。它助于基于视觉的测量变得更加普遍。因此，在过去的几年里，出现了大量优秀的视觉slam系统。其中一些视觉slam系统相当成熟，在特定的环境条件下取得了良好的性能。

2、随着视觉slam发展的越来越成熟，系统在鲁棒性和高水平理解特征方面有更高的要求。然而，许多基于视觉的经典slam系统在一些实际场景中仍然缺乏这些要求。因为大多数视觉slam系统的工作原理是基于静态场景假设。具体的说，动态对象本文档来自技高网...

【技术保护点】

1.一种基于YOLOv5网络与动态SLAM结合的稠密重建方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于YOLOv5网络与动态SLAM结合的稠密重建方法，其特征在于：所述步骤1的具体方法为：

3.根据权利要求1所述的一种基于YOLOv5网络与动态SLAM结合的稠密重建方法，其特征在于：所述步骤2的具体方法为：

4.根据权利要求1所述的一种基于YOLOv5网络与动态SLAM结合的稠密重建方法，其特征在于：所述步骤3具体方法为：

5.根据权利要求1所述的一种基于YOLOv5网络与动态SLAM结合的稠密重建方法，其特征在于：所述...

【技术特征摘要】

1.一种基于yolov5网络与动态slam结合的稠密重建方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于yolov5网络与动态slam结合的稠密重建方法，其特征在于：所述步骤1的具体方法为：

3.根据权利要求1所述的一种基于yolov5网络与动态slam结合的稠密重建方法，其特征在于：所述步骤2的具体方法为：

4.根据权利要求1所述的一种基于yolov5网络与动态slam结合的稠密重建方法，其特征在于：所述步骤3具体方法为：

5.根据权利要求1所述的一种基于yolov5网络与动态slam结合的稠密重建方法，其特征在于：所述步骤4具体方法为：

6.根据权利...

【专利技术属性】
技术研发人员：李卫斌，毛鑫，秦晨浩，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：