摘要
本发明提供了一种移动机器人的视觉SLAM方法、系统及可读存储介质,所述方法包括:S1:采集原始图像数据,并对图像数据进行分类和标注;S2:对原始图像数据集进行训练,获取迁移训练图像数据集;S3:将原始图像数据输入迁移训练图像数据集,获取动态物体的坐标矩形框;S4:获取原始图像数据的深度图,通过动态物体的坐标矩形框对动态物体进行图像分割,获取移动物体mask掩膜;S5:通过移动物体mask掩膜对原始图像进行特征点提取,剔除动态的特征点,保留静态的特征点。本发明法具有在室内动态场景下稳定工作的能力,且其计算量小、使用简单,具有较高的实时性。
技术关键词
原始图像数据
动态物体
移动物体
训练图像数据
特征点
视觉SLAM方法
移动机器人
深度学习框架
区域生长算法
图像分割
坐标
掩膜
深度图
室内动态场景
室内动态环境
SLAM系统
相邻两帧图像
深度学习训练
ORB特征
系统为您推荐了相关专利信息
轨道小车行驶路径
优化控制系统
掩码矩阵
关键点
路径搜索方法
三维点云数据
姿态检测方法
检测牲畜
深度相机系统
高维特征向量
管接头密封圈
组装检测方法
组装件
三维模型
序列
视觉传感技术
离心泵故障诊断
特征点
视频稳定化
故障诊断模块