摘要
本发明公开了一种基于YOLOv11和ORB‑SLAM3的动态环境密集点云的SLAM方法及系统。该方法通过将YOLOv11模型的实时目标检测和图像分割技术集成到ORB‑SLAM3框架中,实现了动态环境中的高精度和鲁棒性视觉SLAM。通过在YOLOv11模型中使用平衡卷积方法GSConv层替代传统卷积层,以及采用新的特征融合模块VoVGSCS层替代传统C2f层,改进了YOLOv11的Neck结构,并实现了轻量级网络模型。实验数据证实,本方法在动态环境中的位姿估计精度显著优于现有视觉SLAM算法。
技术关键词
特征点
动态
静态特征
结构光系统
RANSAC算法
空间金字塔池化
鲁棒性评估
视觉SLAM算法
定义特征
矩阵
观测误差
地图
SLAM系统
多尺度特征提取
三角化方法
图像分割技术
输出特征
ORB算法
系统为您推荐了相关专利信息
预警控制方法
偏移特征
动态时间规整方法
特征数据库
储能系统
动态监测方法
时序卷积神经网络
多源卫星数据
矩阵
贝叶斯模型
动态补偿方法
检测试块
趋肤深度
可编程增益放大器
PID控制算法
智能检测系统
边坡防护
子模块
时间序列预测模型
多源异构数据
识别监测系统
数据处理模块
静态特征提取
混合网络
多模态