基于动态SLAM的相机位姿求解方法、装置及存储介质制造方法及图纸

本发明专利技术涉及视觉SLAM技术领域，具体公开了一种基于动态SLAM的相机位姿求解方法、装置及存储介质，包括：对输入图像进行特征点提取，获得图像特征点；对输入图像进行实例分割，获得静态区域和潜在动态区域；根据静态区域的基准外参和潜在动态区域的基准外参之间的差值确定位于所述潜在动态区域的实际动态区域，其中落在实际动态区域内的潜在动态特征点为实际动态特征点；剔除所述实际动态区域内的实际动态特征点，并根据所述静态区域内的静态特征点以及所述潜在动态区域内的非实际动态特征点进行相机位姿求解，获得相机位姿。本发明专利技术提供的基于动态SLAM的相机位姿求解方法能够有效提升动态SLAM中相机位姿求解的精度。

【技术实现步骤摘要】

本专利技术涉及视觉slam，尤其涉及一种基于动态slam的相机位姿求解方法、基于动态slam的相机位姿求解装置及存储介质。

技术介绍

1、同时定位与建图（simultaneous localization and mapping，slam）是指机器人在未知环境中通过携带的传感器采集数据实时构建环境地图并进行定位的新技术。目前主流slam技术分为激光slam和视觉slam，综合考虑成本与研发，视觉slam以低成本、低功耗，理所应当的成为slam领域的研究重点。

2、目前，视觉slam技术已经取得了一定的进展，但仍然面临巨大挑战。现有的视觉slam算法通常假设外部环境为静态，忽略了真实环境中动态物体对地图构建精度的影响。而在实际场景中，移动中的人，行驶中的车等动态物体，都会导致视觉slam系统出现特征点匹配错误等问题，从而导致系统定位精度下降，致使跟踪失败的情况。因此，需要开发新的算法来处理动态环境下的slam问题。

3、现有技术中ds-slam基于orb-slam2提出，利用语义分割segnet和运动一致性检测降低了动态环境对系统的影本文档来自技高网...

【技术保护点】

1.一种基于动态SLAM的相机位姿求解方法，其特征在于，包括：

2.根据权利要求1所述的基于动态SLAM的相机位姿求解方法，其特征在于，对所述输入图像进行实例分割，获得静态区域和潜在动态区域，包括：

3.根据权利要求2所述的基于动态SLAM的相机位姿求解方法，其特征在于，所述YOLACT网络包括Res2Net主干网络、特征金字塔、预测头分支和掩膜分支，

4.根据权利要求3所述的基于动态SLAM的相机位姿求解方法，其特征在于，所述预测头分支用于对所述多尺度精细特征图进行类别预测，包括：

5.根据权利要求1至4中任意一项所述的基于动态SLAM的...

【技术特征摘要】

1.一种基于动态slam的相机位姿求解方法，其特征在于，包括：

2.根据权利要求1所述的基于动态slam的相机位姿求解方法，其特征在于，对所述输入图像进行实例分割，获得静态区域和潜在动态区域，包括：

3.根据权利要求2所述的基于动态slam的相机位姿求解方法，其特征在于，所述yolact网络包括res2net主干网络、特征金字塔、预测头分支和掩膜分支，

4.根据权利要求3所述的基于动态slam的相机位姿求解方法，其特征在于，所述预测头分支用于对所述多尺度精细特征图进行类别预测，包括：

5.根据权利要求1至4中任意一项所述的基于动态slam的相机位姿求解方法，其特征在于，根据静态区域的基准外参和潜在动态区域的基准外参之间的差值确定位于所述潜在动态区域的实际动态区域，包括：

6.根据权利要求5所述的基于动态slam的相机位姿求解方法，其特征在于，根据所述相机坐标系...

【专利技术属性】
技术研发人员：孙俊，胡扬，李超，于子皓，
申请(专利权)人：匀熵智能科技无锡有限公司，
类型：发明
国别省市：