公开(公告)号：CN114565675B

公开(公告)日：2024-09-24

申请号：CN202210202326.7

申请日：2022-03-03

Applicant: 南京工业大学

Inventor： 程明 ,  朱振

IPC: G06T7/73 ,  G06T7/246 ,  G06V20/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/62 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种在视觉SLAM前端去除动态特征点的方法，属于计算机视觉技术领域。该方法主要是通过将YOLOv5目标检测算法与传统视觉SLAM前端相结合，通过深度相机采集环境图像信息，对采集到的RGB图像进行ORB特征提取的同时，对其进行目标检测，对检测出的物体分为动态物体和静态物体两类，筛选并剔除仅存在于动态物体框内的特征点。之后，计算相邻两帧之间匹配对的场景流模值，建立高斯混合模型，进一步分离场景中动态物体和静态物体，剔除剩余的动态特征点。剩余的静态特征点用于特征匹配并估计相机位姿。利用本方法在ORBSLAM2前端进行测试，大大提升了其在动态环境中的定位精度，且能够满足实时性要求。

公开(公告)号：CN114565675A

公开(公告)日：2022-05-31

申请号：CN202210202326.7

申请日：2022-03-03

Applicant: 南京工业大学

Inventor： 程明 ,  朱振

IPC: G06T7/73 ,  G06T7/246 ,  G06V20/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/62 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种在视觉SLAM前端去除动态特征点的方法，属于计算机视觉技术领域。该方法主要是通过将YOLOv5目标检测算法与传统视觉SLAM前端相结合，通过深度相机采集环境图像信息，对采集到的RGB图像进行ORB特征提取的同时，对其进行目标检测，对检测出的物体分为动态物体和静态物体两类，筛选并剔除仅存在于动态物体框内的特征点。之后，计算相邻两帧之间匹配对的场景流模值，建立高斯混合模型，进一步分离场景中动态物体和静态物体，剔除剩余的动态特征点。剩余的静态特征点用于特征匹配并估计相机位姿。利用本方法在ORBSLAM2前端进行测试，大大提升了其在动态环境中的定位精度，且能够满足实时性要求。