摘要
本发明公开了一种基于深度一致性约束的语义动态SLAM处理方法。本发明移动端采集并获得多张图像记为各帧场景图,将各帧场景图分别输入语义分割线程进行实例分割和跟踪线程进行ORB特征点提取,分别得到各帧场景图的不同物体掩膜和各帧场景图的特征点;结合各帧场景图的不同物体掩膜对各帧场景图的特征点进行筛选处理得到各帧场景图的有效特征点;对各帧场景图的有效特征点依次进行位姿估计处理得到当前帧的初步位姿,进而后端构建稠密点云地图和语义稠密地图。本发明与现有动态SLAM处理方法相比,在保持实时性的同时,有效解决了动态目标沿极线运动导致的退化问题,提升了复杂动态环境下定位的鲁棒性与地图完整性。
技术关键词
静态特征
关键帧
场景
特征点
语义
稠密点云
动态
ORB特征
地图
掩膜
深度值
RANSAC算法
实例分割
物体
误差
移动端
图像
金字塔
基础
鲁棒性