视觉系统 | 基于目标检测的动态环境视觉SLAM

01 中文摘要

许多视觉同步定位和映射（VSLAM）系统需要在环境中假设静态特征。然而，移动物体会极大地损害VSLAM系统的性能，因为VSLAM系统是基于静态环境假设的。为应对这一挑战性课题，本文提出了一种基于ORB-SLAM2的动态环境实时鲁棒VSLAM系统。为了减少动态内容的影响，我们将基于深度学习的目标检测方法引入视觉里程计中，然后加入动态目标概率模型，以提高目标检测深度神经网络的效率，提高系统的实时性能。在TUM和KITTI基准数据集上以及在真实环境中进行的实验结果表明，本文提出的方法可显著减少跟踪误差或漂移，增强VSLAM系统在动态场景中的鲁棒性、准确性和稳定性。

02 主要结论

本文提出了一种实时视觉SLAM系统，该系统在具有许多独立运动目标的高度动态环境中运行良好。ORB-SLAM2系统将目标检测和动态目标概率模型结合起来，在高动态环境下有了显著改进。此外，针对目标检测难以获得与目标匹配较好的边界框这一固有问题，本文提出了一个可有效解决此问题的算法。通过这种方法可以达到与语义分割方法的像素精度相近的效果，并且在性能上比语义分割方法更快。最后，实验结果说明，本文提出的方法准确性更高，算法实现的效率和可用性较好。这表明我们能够处理具有挑战性的动态目标，并大幅改善视觉里程计估计。因此，在高度动态的场景中，可获得更稳健、更准确的定位和映射结果。

尽管如此，研究仍有改进空间。在本文提出的视觉SLAM系统中，用于目标检测线程的深度神经网络是一种有监督的方法。也就是说，当训练场景与实际场景之间存在显著差异时，检测器模型可能很难预测正确的结果。在未来的研究中，可以通过采用自我监督或无监督的深度学习方法来克服这一问题。

03 论文选图