摘要
本发明公开了一种基于动态区域剔除策略及改进加权几何约束的SLAM算法,属于移动机器人视觉SLAM技术领域。本发明一方面通过改进的YOLOv5s目标检测网络检测出图像上动态及静态对象区域并绘制动态对象边界框、静态对象边界框,并进一步地可以基于生成的动态边界框进行特征点识别,进而可将识别为动态特征点的特征点进行剔除;另一方面,本发明提出了加权几何约束方法对第一方面检测后的结果进一步实现潜在动态特征点的筛选;依据上述可知,本发明通过目标检测的结果和改进加权几何约束方法检测出的潜在动态特征点进行剔除,可以降低动态物体对视觉SLAM系统的影响,提升系统的定位精度和鲁棒性。
技术关键词
静态特征
移动机器人视觉SLAM技术
输出特征
约束方法
特征点识别
深度相机
三维点云地图构建
策略
网络
对象
SLAM系统
算法
圆形棋盘
ORB特征
标定板
关键帧
动态物体
系统为您推荐了相关专利信息
通道注意力机制
稀土矿
全局平均池化
植被
输出特征
窃电检测方法
融合计算方法
电流值
数据处理模块
梯度下降算法
数据编码
输出特征
场景分类方法
多级特征
带标签