【技术实现步骤摘要】
本专利技术涉及图像处理视觉slam定位，尤其涉及一种动态环境下基于深度掩膜分割的语义视觉slam方法。
技术介绍
1、同步定位与地图构建(simultaneous localization and mapping,slam)是移动载体搭载相机、激光雷达等传感器，在未知环境下进行自身定位与建图的过程。近年来，以相机为传感器的视觉slam(visual slam，vslam)技术因其提供丰富的环境信息和较低的成本成为智能移动机器人、无人驾驶和虚拟现实等领域的研究热点。
2、目前，一些先进的视觉slam算法已经取得了令人满意的结果，如monoslam、orb-slam系列、svo等。传统视觉slam算法主要基于静态环境的假设，只允许很少的动态点，但现实环境中存在复杂的动态物体，给定位和建图带来挑战：动态物体引入大量异常点，破坏对应匹配关系，导致跟踪过程中相机定位困难；这些动态物体信息会保留在构建的地图中，由于其位置变化，导致地图重影增多，影响后续导航等任务。
3、现有技术中主要通过基于传统几何的方法和基于深度学习的方法...
【技术保护点】
1.一种动态环境下基于深度掩膜分割的语义视觉SLAM方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将RGB图像和深度图像输入跟踪线程进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述精准检测和分割的结果表示为：
4.根据权利要求3所述的方法，其特征在于，所述结合预处理后的深度图像的深度信息一致性，对所述掩膜进行修正优化，得到掩码图像，包括：
5.根据权利要求4所述的方法，其特征在于，所述平均深度表示为：
6.根据权利要求3所述的方法，其特征在于，还包括：
...
【技术特征摘要】
1.一种动态环境下基于深度掩膜分割的语义视觉slam方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将rgb图像和深度图像输入跟踪线程进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述精准检测和分割的结果表示为：
4.根据权利要求3所述的方法，其特征在于，所述结合预处理后的深度图像的深度信息一致性，对所述掩膜进行修正优化，得到掩码图像，包括：
5.根据权利要求4所述的方法，其特征在于，所述平均深度表示为：
6.根据权利要求3所述的方法，其特征在于，还包括：
7.根据权利要求1所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：张敏慧，高书苑，徐洋，陈少飞，马雁东，严均琦，刘晨辰，肖苏杰，
申请(专利权)人：常州大学，
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。