李琳輝，張溪桐，連 靜，周雅夫，鄭偉娜

(工業(yè)裝備結(jié)構(gòu)分析國家重點(diǎn)實(shí)驗(yàn)室(大連理工大學(xué))，遼寧 大連 116024)

SLAM(simultaneous localization and mapping,同時定位及地圖構(gòu)建)是實(shí)現(xiàn)智能車輛自主導(dǎo)航的關(guān)鍵，受到國內(nèi)外學(xué)者的廣泛重視[1].根據(jù)傳感器的不同，SLAM可分為基于激光傳感器的LSLAM[2]和基于視覺傳感器的VSLAM[3].其中，基于視覺傳感器的SLAM具有成本低、獲得的環(huán)境信息豐富等優(yōu)點(diǎn)，是當(dāng)前智能駕駛領(lǐng)域的研究熱點(diǎn).

VSLAM可分為以SVO[4]和LSD-SLAM[5]為代表的直接法SLAM，以及以SOFT-SLAM[6]和ORB-SLAM2[7]為代表的特征點(diǎn)法SLAM.其中，特征點(diǎn)法SLAM適用于光照條件較差和相機(jī)發(fā)生大尺度位移或旋轉(zhuǎn)的場景，具有更強(qiáng)的魯棒性.該方法首先提取圖像中的顯著特征，計(jì)算特征的描述子，再根據(jù)兩幀圖像中特征的描述子距離進(jìn)行匹配，最后根據(jù)匹配關(guān)系用對極約束、PnP或ICP算法求解出兩幀之間的位姿.

特征點(diǎn)法SLAM根據(jù)圖像中包含的世界模型點(diǎn)來反推相機(jī)位姿，處于運(yùn)動狀態(tài)的特征點(diǎn)會使計(jì)算的準(zhǔn)確性受到影響，因此不能解決動態(tài)場景中位姿計(jì)算和地圖構(gòu)建的精度下降問題.如何區(qū)分特征點(diǎn)的動靜狀態(tài)是消除運(yùn)動物體對位姿計(jì)算帶來不利影響的重點(diǎn).針對動態(tài)場景中緩慢運(yùn)動的非剛性物體，Agudo等[8]使用物理先驗(yàn)算法在動態(tài)場景中實(shí)現(xiàn)了姿態(tài)估計(jì)；Ahuja等[9]利用SfM算法對場景中的運(yùn)動對象進(jìn)行實(shí)時3D重建.針對動態(tài)場景中存在快速運(yùn)動的物體(如自行車、汽車等)，Yu等[10]提出一種光流跟蹤幀間圖像的一致性檢驗(yàn)方法來找到運(yùn)動的像素點(diǎn)，能檢測到場景中快速運(yùn)動的物體.從地圖構(gòu)建和方便智能車環(huán)境理解的角度而言，如果單純從動靜點(diǎn)區(qū)分的角度改善建圖精度，一方面很難適應(yīng)動點(diǎn)多于靜點(diǎn)的場景，另一方面會將暫時靜止的車輛、行人等可移動目標(biāo)囊括到地圖中.所以，在SLAM過程中結(jié)合場景的語義信息[11-12]顯得尤為必要.

目前，以DeepLab[13]、FastFCN[14]、SDCnet[15]以及PSPNet[16]為代表的基于深度學(xué)習(xí)的語義分割方法具有較高的準(zhǔn)確性和魯棒性.其中，Zhao等[16]提出的PSPNet(pyramid scene parsing network)利用帶有空洞卷積的特征提取和金字塔池化模塊，有效提取圖像的上下文信息，能夠進(jìn)一步提高語義分割的精度.

然而，針對某些近景特征不足、光照條件惡劣或存在大量運(yùn)動目標(biāo)的場景，在剔除運(yùn)動目標(biāo)后，特征點(diǎn)數(shù)量不足會導(dǎo)致位姿計(jì)算失效.針對該問題，研究者利用場景中線特征[17]、角特征[18]等其他特征與特征點(diǎn)結(jié)合，共同參與位姿計(jì)算.然而這些特征只有在特殊環(huán)境下才比較常見，在一些開闊的大型場景下仍存在特征不足的問題.Jeong等[19]就大型室外場景提出了Road-SLAM，該算法利用路面結(jié)構(gòu)化特征對SLAM的回環(huán)檢測部分進(jìn)行了優(yōu)化.這些特征在光照條件差的場景下也容易被檢測，并且分布在路面這一單一平面上，易于通過立體匹配計(jì)算其準(zhǔn)確深度，可以用于解決位姿計(jì)算過程中近景有效特征不足的問題.除此之外，路面結(jié)構(gòu)化特征還可以應(yīng)用于車輛車道保持、路徑規(guī)劃等駕駛?cè)蝿?wù).

基于以上分析，本文提出了一種結(jié)合場景語義信息和路面結(jié)構(gòu)化特征的SLAM算法.針對復(fù)雜交通場景，設(shè)計(jì)帶有改進(jìn)金字塔池化模塊的語義分割網(wǎng)絡(luò)，得到圖像中各像素對應(yīng)的目標(biāo)類別，作為運(yùn)動點(diǎn)剔除的依據(jù)，從而避免運(yùn)動點(diǎn)參與特征匹配而導(dǎo)致的位姿計(jì)算準(zhǔn)確性下降問題；針對包含大量運(yùn)動物體、近景特征點(diǎn)不足、光照條件差等惡劣場景，基于V視差確定圖像中的路面區(qū)域并擬合出精確的視差值，提出一種基于路面結(jié)構(gòu)化特征的位姿計(jì)算方法；最后，通過場景實(shí)驗(yàn)驗(yàn)證所提出方法的有效性，并建立包含語義信息的稠密點(diǎn)云地圖，為復(fù)雜的駕駛?cè)蝿?wù)提供盡可能全面的環(huán)境信息.

1 算法架構(gòu)

如圖1所示，本文設(shè)計(jì)的SLAM算法整體架構(gòu)參考ORB-SLAM算法，共包含4個主要模塊：位姿計(jì)算、稀疏地圖構(gòu)建、回環(huán)檢測和語義重建.其中稀疏地圖構(gòu)建模塊、回環(huán)檢測模塊沿用ORB-SLAM的基礎(chǔ)框架.在此基礎(chǔ)上，針對該SLAM算法在包含動態(tài)物體以及近景特征不足場景下的精度下降問題，對其位姿計(jì)算模塊進(jìn)行改進(jìn).同時，為給自動駕駛?cè)蝿?wù)提供更豐富的環(huán)境信息，增加了語義重建模塊.主要研究工作如下.

1.1 位姿計(jì)算模塊改進(jìn)

1)動態(tài)特征點(diǎn)剔除：為消除場景中動態(tài)物體對位姿計(jì)算精度的影響，本文通過設(shè)計(jì)的帶有改進(jìn)的帶孔金字塔池化模塊[20](advanced atrous spatial pyramid pooling,ad-ASPP)的神經(jīng)網(wǎng)絡(luò)對輸入的圖片進(jìn)行語義分割，目標(biāo)類別包括天空、建筑物、機(jī)動車、行人、自行車等.同時，對圖像進(jìn)行ORB特征點(diǎn)檢測.若場景中某目標(biāo)包含運(yùn)動的可能性，則將其定義為動態(tài)目標(biāo)(機(jī)動車、行人和自行車)，屬于動態(tài)目標(biāo)類別的像素點(diǎn)為動態(tài)點(diǎn).本文根據(jù)語義分割的結(jié)果，將動態(tài)點(diǎn)從特征點(diǎn)檢測結(jié)果中剔除.

2)立體匹配有效范圍外特征點(diǎn)剔除：根據(jù)立體匹配原理，場景中與相機(jī)光心距離過遠(yuǎn)的點(diǎn)的計(jì)算結(jié)果會失效，需要對候選點(diǎn)進(jìn)行篩選，剔除不在立體匹配有效范圍內(nèi)的特征點(diǎn).

3)道路結(jié)構(gòu)化特征檢測與匹配：進(jìn)行過兩次篩選后，剩余特征點(diǎn)的數(shù)量如果達(dá)到計(jì)算位姿所需點(diǎn)數(shù)量的閾值，則直接進(jìn)行位姿計(jì)算過程；若特征點(diǎn)數(shù)量未達(dá)到閾值，則利用本文提出的基于路面結(jié)構(gòu)化信息的方法進(jìn)行幀間位姿計(jì)算.該方法對圖像中的道路結(jié)構(gòu)化特征進(jìn)行檢測與匹配，通過增加路面結(jié)構(gòu)化特征點(diǎn)解決參與SLAM位姿計(jì)算的有效近景特征不足的問題.

1.2 增加語義重建模塊

ORB-SLAM原本的稀疏地圖構(gòu)建模塊構(gòu)建的點(diǎn)云地圖是稀疏的，缺失了大部分的環(huán)境信息.因此，本文增加了一個語義重建模塊.在系統(tǒng)完成位姿計(jì)算和回環(huán)檢測模塊之后得到最終的位姿估計(jì)結(jié)果.根據(jù)稀疏地圖構(gòu)建模塊篩選添加后得到的關(guān)鍵幀結(jié)果，以及回環(huán)檢測模塊優(yōu)化后的位姿計(jì)算結(jié)果，將當(dāng)前關(guān)鍵幀圖像中的所有像素三維重構(gòu)成世界坐標(biāo)系下的點(diǎn)云；同時根據(jù)卷積神經(jīng)網(wǎng)絡(luò)獲取到的語義分割結(jié)果，對點(diǎn)云進(jìn)行類別屬性的定義，從而構(gòu)建出3D稠密語義點(diǎn)云地圖.該地圖同時包含了環(huán)境的幾何信息和語義信息.

圖1 算法整體流程

2 語義分割網(wǎng)絡(luò)

2.1 主網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

本文語義分割網(wǎng)絡(luò)的總體結(jié)構(gòu)見圖2.網(wǎng)絡(luò)主要分為編碼器和解碼器兩個部分.其中編碼器部分采用殘差神經(jīng)網(wǎng)絡(luò)(ResNet)作為特征提取基礎(chǔ)網(wǎng)絡(luò)[21]，解密碼器部分采用改進(jìn)的帶孔金字塔池化模塊(ad-ASPP).輸入的圖像經(jīng)過ResNet50特征提取模塊的卷積操作后，得到相較于原圖大小1/8的特征圖，然后與本文所提出的改進(jìn)的帶孔金字塔池化模塊(ad-ASPP)相連，最后得到原圖大小的語義分割結(jié)果圖.將ad-ASPP模塊置于殘差網(wǎng)絡(luò)之后，可以利用深度網(wǎng)絡(luò)提取得到更加抽象的語義信息，擴(kuò)大高級特征信息感受野,這些特征比低級的輪廓、紋理信息更加有用.

圖2 語義分割主網(wǎng)絡(luò)結(jié)構(gòu)

2.2 特征提取模塊

本文使用的語義分割網(wǎng)絡(luò)選用允許網(wǎng)絡(luò)拓展深度而不會產(chǎn)生梯度爆炸和梯度消失的ResNet50作為特征提取的主體.ResNet50主要由5個模塊組成，其中各個模塊的參數(shù)構(gòu)造見表1.其中包括每個模塊的輸出特征圖像大小，以及每一個模塊中各個卷積層的卷積核參數(shù).特征提取模塊的輸入是大小為512×1 024的RGB圖片，輸出得到大小為32×64的特征圖像.

表1 ResNet-50模型結(jié)構(gòu)

2.3 改進(jìn)的帶孔金字塔池化模塊(ad-ASPP)

在卷積神經(jīng)網(wǎng)絡(luò)中，空洞卷積[22]通過對卷積核進(jìn)行插零來擴(kuò)大每一次卷積的感受野，能夠提取到原本非近鄰像素的特征信息，從而獲取圖像的上下文信息，這一信息在語義分割任務(wù)中能夠起到重要的作用.本文根據(jù)相關(guān)研究提出了一種改進(jìn)的空洞卷積金字塔池化模型，其主體結(jié)構(gòu)見圖3.

圖3 改進(jìn)的帶孔金字塔池化(ad-ASPP)模塊

1)受經(jīng)典網(wǎng)絡(luò)ResNet的啟發(fā)，加入了一個直連支路，將該模塊的輸入直接傳遞給輸出，可以有效保證圖片的原始信息不因卷積過程而丟失.

2)不合理地設(shè)置空洞卷積的擴(kuò)張率會造成各種問題，當(dāng)擴(kuò)張率過大時，感受野的過大會造成提取到的信息關(guān)聯(lián)性較差，不利于圖像中細(xì)小物體的特征提取.為合理設(shè)置空洞卷積的擴(kuò)張率，保證信息之間的關(guān)聯(lián)性，本文還增加了一個級聯(lián)空洞卷積的神

經(jīng)網(wǎng)絡(luò)支路.該結(jié)構(gòu)在原始的空洞卷積基礎(chǔ)上增加了感受野的尺寸，同時消除了不合理的擴(kuò)張率設(shè)置對特征信息關(guān)聯(lián)性的不良影響.假設(shè)未被級聯(lián)前的兩個空洞卷積層的感受野大小分別為N1和N2，則將二者級聯(lián)后其感受野尺寸變?yōu)镹=N1+N2-1.本文設(shè)計(jì)的級聯(lián)空洞卷積擴(kuò)張率分別設(shè)置為6、12、18、24.

3)受DeepLab[23]網(wǎng)絡(luò)和PSPNet[16]啟發(fā)，將該模塊設(shè)計(jì)成多支路并聯(lián)的形式，每條支路提取不同尺寸感受野內(nèi)圖像的特征，利用concat模塊將這些支路的特征提取結(jié)果合并.不同感受野的融合使網(wǎng)絡(luò)在關(guān)注圖像局部細(xì)節(jié)的同時把握全局的結(jié)構(gòu)特征.

4)空洞卷積層的串并聯(lián)共存結(jié)構(gòu)可以使圖像中的每一個像素都更積極地參與計(jì)算，在一定程度上對于“棋盤格效應(yīng)[24]”起到了削弱的作用.

3 基于路面結(jié)構(gòu)化特征的位姿計(jì)算

若行駛過程中相機(jī)拍攝到的運(yùn)動物體過多，特征點(diǎn)匹配過程中根據(jù)語義分割結(jié)果篩選掉大部分近處的運(yùn)動特征點(diǎn)，只剩下遠(yuǎn)處的匹配特征點(diǎn)，在雙目立體匹配過程中這些點(diǎn)可能會由于超出其有效距離范圍而無法正確進(jìn)行準(zhǔn)確的立體匹配，這會導(dǎo)致相機(jī)位姿計(jì)算結(jié)果失效，所以本文提出了一種基于路面結(jié)構(gòu)化特征檢測與匹配的相機(jī)位姿計(jì)算方法.算法整體流程見圖4.

圖4 路面結(jié)構(gòu)化特征位姿求解算法

首先，對輸入的雙目視圖進(jìn)行立體匹配，求解出該幀圖像的視差圖，然后利用視差圖獲得V視差圖；根據(jù)世界坐標(biāo)中某一平面在V視差圖的表現(xiàn)，對V視差圖進(jìn)行霍夫變換，檢測出表示地面的直線；根據(jù)這條直線能夠準(zhǔn)確地找到地面在圖像中的區(qū)域，并將該區(qū)域設(shè)為感興趣(range of interest,ROI)區(qū)域；在ROI區(qū)域中利用邊緣檢測和霍夫變換檢測路面結(jié)構(gòu)化特征線條，然后對線條上的特征點(diǎn)進(jìn)行幀間匹配，最后根據(jù)匹配結(jié)果利用PnP算法求解出相機(jī)位姿.

3.1 基于V視差的地面檢測

在世界坐標(biāo)系下，設(shè)某點(diǎn)P的坐標(biāo)為Pw=[xw,yw,zw]，其投影到相機(jī)成像平面的像素坐標(biāo)為Pp=[u,v]T.對于世界坐標(biāo)系中的某一平面，其數(shù)學(xué)模型為：yw=h，h代表該平面的水平高度.則該平面視差值滿足

(1)

式中：ddisp代表平面某點(diǎn)視差值，f代表相機(jī)焦距，b代表雙目相機(jī)的基線長度，θ為相機(jī)主光軸方向與道路平面夾角.可知，地面上點(diǎn)的像素縱坐標(biāo)與其視差值成線性關(guān)系.

V視差[25]是基于雙目立體匹配獲得的視差圖得到的，包含3個維度的信息.其圖像的縱軸表示原視差圖的行坐標(biāo)，橫軸表示0～255的視差值，強(qiáng)度軸表示原視差圖中視差值為某個值的像素點(diǎn)數(shù)量,見圖5.根據(jù)上述推論，水平路面在V視差圖中表現(xiàn)為一條斜率為負(fù)的傾斜直線.對V視差圖進(jìn)行霍夫檢測，可以求出代表地面的直線(圖5中的紅色斜線)，即地面的視差方程為ddisp=k·v+b.

圖5 通過V視差圖獲取地面點(diǎn)視差

3.2 道路結(jié)構(gòu)化特征檢測

找到地面在圖像中的位置后，在屬于地平面鄰近平面的圖像范圍內(nèi)檢測道路上的結(jié)構(gòu)化特征.首先對圖像進(jìn)行二值化和Canny邊緣檢測，結(jié)果見圖7(a)；利用本文求解得到的地面視差方程將屬于地面的區(qū)域保留，結(jié)果見圖6(b)，基本濾除了非地面的部分；利用霍夫變換檢測出路面上的結(jié)構(gòu)化特征線條，檢測結(jié)果見圖6(c).

圖6 道路結(jié)構(gòu)化特征檢測

3.3 PnP位姿求解

檢測到道路結(jié)構(gòu)特征線條后，對前后兩幀線條上的特征點(diǎn)進(jìn)行描述子計(jì)算和匹配，得到用于位姿計(jì)算的特征點(diǎn)對，用于位姿求解.本文采取RANSAC-PnP[26]方法中的3D-2D模型求解相機(jī)位姿.該求解模型需要輸入控制點(diǎn)，即匹配點(diǎn)對的3D世界坐標(biāo)和待求幀該點(diǎn)的2D像素坐標(biāo).該特征點(diǎn)在世界坐標(biāo)系中的坐標(biāo)求解過程如下.

(2)

式中：fx，fy，cx，xy為相機(jī)內(nèi)參;(u,v)為圖像坐標(biāo);(x,y,z)為相機(jī)坐標(biāo)系坐標(biāo)，其中z為該點(diǎn)深度值.根據(jù)本文中對地面視差的求解結(jié)果，通過其映射關(guān)系可以得到地面上的像素點(diǎn)較為準(zhǔn)確的視差值ddisp，進(jìn)而通過下式求出該點(diǎn)深度值

(3)

2)相機(jī)坐標(biāo)系-世界坐標(biāo)系.相機(jī)坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換關(guān)系為

(4)

基于上述公式，根據(jù)特征點(diǎn)的像素坐標(biāo)及深度值求出其相機(jī)坐標(biāo)系坐標(biāo)，然后再根據(jù)前一幀的相機(jī)位姿計(jì)算得到特征點(diǎn)的3D世界坐標(biāo)，結(jié)合這些特征點(diǎn)在當(dāng)前幀上的2D像素坐標(biāo)，就可以利用PnP方法求解出當(dāng)前幀的位姿.

c)得到這些點(diǎn)群的世界坐標(biāo)后，結(jié)合本文的語義分割結(jié)果，得到包含語義信息的點(diǎn)群.對每一個關(guān)鍵幀進(jìn)行上述操作，建立稠密語義點(diǎn)云地圖.

4 實(shí)驗(yàn)分析

4.1 語義分割網(wǎng)絡(luò)

4.1.1 數(shù)據(jù)集

1) 針對改進(jìn)的語義分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練的框架基于TensorFlow軟件平臺.選擇Cityscapes[27]數(shù)據(jù)集作為語義分割網(wǎng)絡(luò)的研究對象.

2) 數(shù)據(jù)集進(jìn)入神經(jīng)網(wǎng)絡(luò)之前需進(jìn)行預(yù)處理.首先，為了減小訓(xùn)練時長和降低計(jì)算機(jī)內(nèi)存消耗，將圖像尺寸轉(zhuǎn)化為256×512；其次，本文使用pixel-mean方法取均值，使得神經(jīng)網(wǎng)絡(luò)在不會產(chǎn)生梯度過大的基礎(chǔ)上節(jié)省反復(fù)試驗(yàn)最佳學(xué)習(xí)率過程的時間.

3)由于數(shù)據(jù)集的圖片數(shù)量較小，為防止網(wǎng)絡(luò)訓(xùn)練過程中過擬合現(xiàn)象的發(fā)生，對圖片進(jìn)行數(shù)據(jù)增強(qiáng).主要操作為對圖片進(jìn)行一定的旋轉(zhuǎn)、平移、縮放、鏡像，這種樣本的增加可以提高網(wǎng)絡(luò)訓(xùn)練結(jié)果的泛化性.

4.1.2 測試結(jié)果及分析

在Cityscapes數(shù)據(jù)集上，將本文設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)與使用同樣基礎(chǔ)網(wǎng)絡(luò)的PSPNet進(jìn)行比較.訓(xùn)練網(wǎng)絡(luò)所用的計(jì)算機(jī)軟、硬件配置及深度學(xué)習(xí)框架見表2.

表2 訓(xùn)練軟、硬件條件

根據(jù)硬件的計(jì)算能力，將圖片輸入的大小設(shè)為512×1 024，bach_size的大小設(shè)為3，當(dāng)損失值穩(wěn)定收斂后停止訓(xùn)練，共計(jì)16萬次，得到表3的結(jié)果.可知，本文所設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)在運(yùn)行時間基本相同的條件下，精度上相較于PSPNet有明顯的提高，證明了語義分割網(wǎng)絡(luò)改進(jìn)的有效性.

圖7(b)、(c)分別為表中兩個網(wǎng)絡(luò)的語義分割結(jié)果.可以看出，圖(c)與圖(b)相比，分割的噪聲更少，道路與車輛邊界的區(qū)域分割更加準(zhǔn)確.所以，本文采用的改進(jìn)的金字塔模塊能夠更好地提取圖像上下文的信息，實(shí)現(xiàn)更加準(zhǔn)確的圖像像素級語義分割.

表3 網(wǎng)絡(luò)性能定量比較

圖7 基于RGB圖像的分割效果對比

4.2 道路結(jié)構(gòu)化特征位姿求解

1)數(shù)據(jù)集.本文選取Kitti_odometry數(shù)據(jù)集[28]作為位姿計(jì)算模塊的數(shù)據(jù)集.該數(shù)據(jù)集包含22個不同交通場景的雙目圖像數(shù)據(jù)，配套提供了11個帶有地面真實(shí)軌跡，便于SLAM結(jié)果的評估.本文所設(shè)計(jì)的SLAM方法需要使用到圖像的語義信息，所以在輸入SLAM系統(tǒng)之前需要對圖像進(jìn)行語義分割.

2)算法結(jié)果比較.如圖8所示，在該場景下，相機(jī)視野左側(cè)存在運(yùn)動車輛，正以與相機(jī)所在車輛近乎相對靜止的速度行進(jìn).在特征點(diǎn)檢測與匹配的過程中，特征點(diǎn)法SLAM特征點(diǎn)檢測以及匹配過程會將其列為特征點(diǎn)并參與匹配，匹配結(jié)果見圖8.

圖8 未去除運(yùn)動物體特征點(diǎn)的匹配結(jié)果

經(jīng)過計(jì)算，未去除動態(tài)特征點(diǎn)的匹配得出的位姿結(jié)果中，圖8兩幀之間在車輛前進(jìn)方向上的相對位移為0.294 8 m，但其真實(shí)位移值為2.14 m，可見動態(tài)特征點(diǎn)參與匹配會使相機(jī)位姿計(jì)算的準(zhǔn)確率降低.并且在此類場景中，若去除屬于車輛的特征點(diǎn)和過遠(yuǎn)處的特征點(diǎn)，則用于計(jì)算位姿的特征點(diǎn)數(shù)量是不足的.

本實(shí)驗(yàn)節(jié)選了4段包含動態(tài)物體且有效近景特征不足的連續(xù)幀場景(見圖9)，分別利用本文提出的算法和純特征點(diǎn)匹配求解相機(jī)位姿，比較結(jié)果見表4.從表中可知，分別從誤差最大值、平均值、中值、最小值和均方根誤差值分析，在場景中存在運(yùn)動物體并且其他特征點(diǎn)質(zhì)量不滿足要求的情況下，本文提出的結(jié)合道路結(jié)構(gòu)化特征的位姿計(jì)算方法具有更高的精度.此外，表4中還給出了2種算法的單幀平均運(yùn)行時間.由于本文增加了道路結(jié)構(gòu)化特征點(diǎn)檢測與匹配的過程，算法的平均耗時約為未增加該過程算法的1.5～1.7倍.

圖9 包含運(yùn)動物體的場景

表4 絕對軌跡誤差結(jié)果比較

5.3 3D稠密語義點(diǎn)云地圖構(gòu)建

場景整體的地圖見圖10.其中，圖10(a)為原ORB-SLAM構(gòu)建出的整體場景稀疏點(diǎn)云地圖，可見雖然該地圖包含了環(huán)境的整體架構(gòu)信息，但是缺少很多局部場景細(xì)節(jié).而本文加入語義重建模塊后，構(gòu)建出的3D稠密語義點(diǎn)云地圖如圖10(b)所示，實(shí)現(xiàn)了場景細(xì)節(jié)的補(bǔ)充.圖10(c)是其中某一場景的稠密語義地圖局部展示.場景中包含的車輛、樹木、道路、建筑物都以點(diǎn)云的形式構(gòu)建在地圖中，點(diǎn)的顏色代表了它們所屬的目標(biāo)類別.可見，該地圖在包含環(huán)境幾何信息的基礎(chǔ)上，還加入了局部場景的細(xì)節(jié)與環(huán)境的語義信息.本文構(gòu)建的3D稠密語義地圖模擬了駕駛員駕駛車輛時對環(huán)境信息的感知，可以為智能駕駛提供更豐富的環(huán)境信息.

圖10 3D稠密語義點(diǎn)云地圖

5 結(jié) 論

本文設(shè)計(jì)了一套在動態(tài)環(huán)境下對SLAM算法位姿計(jì)算模塊的改進(jìn)方法.提出了一種帶有級聯(lián)金字塔空洞卷積池化模塊的語義分割網(wǎng)絡(luò)，提取了圖像中更加豐富的上下文信息，提高了交通場景下像素級語義分割的精度.利用語義分割的結(jié)果，本文在SLAM特征點(diǎn)檢測過程中剔除了屬于包含動態(tài)可能性類別的物體，防止運(yùn)動物體使相機(jī)位姿計(jì)算產(chǎn)生誤差.同時，針對剔除掉動態(tài)物體特征點(diǎn)后有效近景特征不足的場景，提出了一種通過檢測道路結(jié)構(gòu)化特征并進(jìn)行幀間匹配進(jìn)行相機(jī)位姿計(jì)算的方法.經(jīng)過實(shí)驗(yàn)證明，該方法能夠有效提高動態(tài)場景下相機(jī)位姿計(jì)算的準(zhǔn)確性.最后，將SLAM位姿計(jì)算結(jié)果與語義分割結(jié)果進(jìn)行融合，建立了包含語義信息的稠密點(diǎn)云地圖，為自動駕駛?cè)蝿?wù)提供更加豐富的環(huán)境信息，對實(shí)現(xiàn)更加復(fù)雜的駕駛?cè)蝿?wù)具有重要意義.