公开(公告)号：CN115713633A

公开(公告)日：2023-02-24

申请号：CN202211433882.1

申请日：2022-11-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 杨志华 ,  施杰 ,  种竟争

IPC: G06V10/46 ,  G06V10/82 ,  G06V10/74 ,  G06V10/764 ,  G06V10/25 ,  G06T7/70 ,  G06T17/05 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种动态场景下基于深度学习的视觉SLAM方法、系统及存储介质。方法包括：通过将MASK R‑CNN深度学习网络与传统的ORB‑SLAM2算法相结合，使用RGB‑D相机对室内环境进行图像采集，对采集到的RGB图像提取ORB特征点，同时将RGB图像输入MASK R‑CNN深度学习网络，检测出潜在运动物体，并剔除在动态物体上的特征点；同时加入半静态物体识别模块配合目标检测网络进一步检查特征点是否为潜在动态特征点；最终根据相邻帧的位置关系来对剔除动态目标的位置进行背景补全并完成最终的建图。本发明显著降低了在动态环境SLAM系统的轨迹误差，同时保证了系统的实时性和鲁棒性。