賴(lài)尚祥，楊忠，姜遇紅，張弛，方千慧

1. 南京航空航天大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 211106

2. 南京航空航天大學(xué) 無(wú)人機(jī)研究所，江蘇 南京 211106

同步定位與建圖技術(shù)(simultaneous localization and mapping，SLAM)是提高機(jī)器人自主性和智能性的關(guān)鍵技術(shù)。近年來(lái)，它一直是機(jī)器人領(lǐng)域研究的熱點(diǎn)。SLAM技術(shù)僅通過(guò)機(jī)載傳感器的數(shù)據(jù)流，聯(lián)合評(píng)估未知環(huán)境的地圖和機(jī)器人在地圖中的姿態(tài)。該地圖允許機(jī)器人在相同的環(huán)境中不斷地定位而不積累漂移。由于視覺(jué)傳感器具有成本低、數(shù)據(jù)量大等優(yōu)點(diǎn)，視覺(jué)SLAM越來(lái)越受到人們的關(guān)注[1]。常用的視覺(jué)傳感器有單目相機(jī)、雙目相機(jī)、RGB-D相機(jī)等。單目相機(jī)方案在尺寸、功率和成本方面有實(shí)際優(yōu)勢(shì)，但也面臨一些挑戰(zhàn)，如尺度、初始化困難問(wèn)題。通過(guò)使用更復(fù)雜的視覺(jué)傳感器可以避免這些問(wèn)題，如雙目相機(jī)和RGB-D相機(jī)。現(xiàn)代視覺(jué)SLAM系統(tǒng)的框架由特征提取、狀態(tài)估計(jì)、建圖、回環(huán)檢測(cè)等幾個(gè)基本部分組成。SVO[2]、LSD-SLAM[3]、ORB-SLAM2[4]等SLAM算法已經(jīng)取得了令人滿(mǎn)意的視覺(jué)效果。然而絕大多數(shù)方法和數(shù)據(jù)集都采用靜態(tài)環(huán)境。這類(lèi)方法通過(guò)將動(dòng)態(tài)內(nèi)容分類(lèi)為靜態(tài)模型的異常值，從而處理一小部分動(dòng)態(tài)內(nèi)容。但是在人口稠密的現(xiàn)實(shí)環(huán)境中，如行人、動(dòng)物，這些均是不可避免的內(nèi)容，同時(shí)這些環(huán)境正是服務(wù)機(jī)器人或自動(dòng)駕駛汽車(chē)等相關(guān)應(yīng)用的目標(biāo)。

因此有效地解決動(dòng)態(tài)環(huán)境下的機(jī)器人同步建圖技術(shù)顯得尤為重要。考慮到上述算法的局限性，動(dòng)態(tài)SLAM算法的主要挑戰(zhàn)為：

1)如何檢測(cè)動(dòng)態(tài)目標(biāo)；

2)如何防止跟蹤算法使用屬于動(dòng)態(tài)對(duì)象的特征點(diǎn)。

1 相關(guān)工作

在典型的SLAM系統(tǒng)中，動(dòng)態(tài)目標(biāo)被視為噪聲數(shù)據(jù)，因此它既不包含在地圖中，也不用于跟蹤攝像機(jī)。在ORB-SLAM[4-5]中最具代表性的是RANSAC算法。RANSAC算法假設(shè)存在一個(gè)模型，所有的局內(nèi)點(diǎn)符合模型，局外點(diǎn)不符合模型。只要符合模型的局內(nèi)點(diǎn)足夠多，則模型便足夠合理。整個(gè)過(guò)程采用反復(fù)迭代、優(yōu)化模型、更新內(nèi)點(diǎn)集的方式尋找最優(yōu)模型。但是，當(dāng)動(dòng)態(tài)對(duì)象的比例較大，甚至覆蓋了相機(jī)的主要視場(chǎng)時(shí)，該方法將失效。

Kundu等[6]提出一種基于幾何方法的動(dòng)態(tài)目標(biāo)檢測(cè)。通過(guò)構(gòu)造機(jī)器人運(yùn)動(dòng)的基本矩陣，定義對(duì)極幾何約束。如果匹配的特征點(diǎn)離外極線(xiàn)太遠(yuǎn)，則最可能被認(rèn)為是動(dòng)態(tài)的。這種方法的關(guān)鍵點(diǎn)在于對(duì)基本矩陣的估計(jì)，如果能獲得相對(duì)可靠的基本矩陣，則可以很容易地檢測(cè)到大部分動(dòng)態(tài)特征。由于RGB序列中包含大量動(dòng)態(tài)特征，則對(duì)這種方法的初始基礎(chǔ)矩陣計(jì)算造成很大的影響，從而影響整個(gè)系統(tǒng)的精度。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，圖像中的高級(jí)語(yǔ)義信息逐漸被用來(lái)處理場(chǎng)景中的動(dòng)態(tài)對(duì)象，以提高SLAM的性能。在SLAM系統(tǒng)中，利用YOLO[7]、SSD[8]、SegNet[9]、Mask R-CNN[10]等先進(jìn)的CNN架構(gòu)，獲得每一幀特征的語(yǔ)義標(biāo)簽。根據(jù)人類(lèi)的先驗(yàn)知識(shí)，如人、動(dòng)物被認(rèn)為是動(dòng)態(tài)物體，附屬于該類(lèi)對(duì)象上的特征點(diǎn)將被剔除?，F(xiàn)實(shí)環(huán)境中存在一類(lèi)物體，如椅子，它在常規(guī)情況下屬于靜態(tài)的，因此在卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)中的標(biāo)簽也為靜態(tài)。但與人發(fā)生接觸后，其三維空間位置大概率會(huì)發(fā)生剛性變換，這對(duì)后續(xù)相機(jī)位姿估計(jì)精度造成一定的影響。

Cui等[11]采用光流法追蹤經(jīng)過(guò)CNN去動(dòng)態(tài)的RBD圖，從而獲得一個(gè)較為準(zhǔn)確的基礎(chǔ)矩陣，進(jìn)而進(jìn)行運(yùn)動(dòng)一致性檢測(cè)，去除潛在的動(dòng)態(tài)物體。由于算法采用了光流法，勢(shì)必對(duì)系統(tǒng)的實(shí)時(shí)性造成影響。

針對(duì)上述情況，提出一種動(dòng)態(tài)SLAM系統(tǒng)，通過(guò)結(jié)合語(yǔ)義分割和幾何分割來(lái)檢測(cè)動(dòng)態(tài)對(duì)象。采用Mask R-CNN去除先驗(yàn)動(dòng)態(tài)物體，使用慣性模型實(shí)現(xiàn)幀間基礎(chǔ)矩陣求解，根據(jù)對(duì)極約束進(jìn)行運(yùn)動(dòng)一致性檢測(cè)。最后，使用區(qū)域生長(zhǎng)法標(biāo)記動(dòng)態(tài)對(duì)象。相對(duì)其他方法，本文方法提升了定位精度。

圖1 系統(tǒng)跟蹤線(xiàn)程框架圖

2 系統(tǒng)跟蹤線(xiàn)程框架

2.1 系統(tǒng)跟蹤線(xiàn)程

圖1為本系統(tǒng)的跟蹤線(xiàn)程框圖。首先，RGB序列經(jīng)過(guò)一個(gè)語(yǔ)義分割網(wǎng)絡(luò)，將所有先驗(yàn)的動(dòng)態(tài)對(duì)象逐像素分割出來(lái)。其次，我們使用幾何分割的方法來(lái)標(biāo)記在Mask R-CNN階段未被檢測(cè)到的其他動(dòng)態(tài)物體。為此，有必要估計(jì)兩幀間的相機(jī)姿態(tài)變化。因此我們?cè)O(shè)計(jì)了一種基于慣性模型快速求解相對(duì)可靠的相機(jī)位姿方法。值得注意的是，CNN無(wú)法檢測(cè)到的其他動(dòng)態(tài)對(duì)象將通過(guò)幾何分割進(jìn)行檢測(cè)。剩余的靜態(tài)特征被保留，以便用于后續(xù)跟蹤線(xiàn)程新幀的姿態(tài)估計(jì)。動(dòng)態(tài)物體去除模塊流程如圖2所示。

圖2 動(dòng)態(tài)物體去除模塊流程

2.2 語(yǔ)義分割先驗(yàn)動(dòng)態(tài)物體

為了檢測(cè)動(dòng)態(tài)對(duì)象，本文采用了一種通用的實(shí)例分割結(jié)構(gòu)Mask R-CNN。Mask R-CNN可以同時(shí)獲得實(shí)例標(biāo)簽和像素級(jí)語(yǔ)義分割。

根據(jù)掩碼的標(biāo)簽，可以獲得一些動(dòng)態(tài)對(duì)象的先驗(yàn)信息，如人、貓、狗等。如果對(duì)象被標(biāo)記為“人”，那么我們假設(shè)落在該對(duì)象上的所有像素都是動(dòng)態(tài)的可能性非常大，因?yàn)橐粋€(gè)人在常規(guī)情況下傾向于在移動(dòng)。同樣地，如果像素的標(biāo)簽是“桌子”，我們將假設(shè)這些像素所在的物體是靜態(tài)的可能性非常大。如果像素的標(biāo)簽是“椅子”，這種情況就不同了，因?yàn)樵谌说挠绊懴拢巫邮强梢砸苿?dòng)的。所以我們需要使用其他方法來(lái)檢測(cè)這些潛在的動(dòng)態(tài)對(duì)象。

有了先驗(yàn)知識(shí)，我們可以將物體上的像素大致分為3類(lèi)：動(dòng)態(tài)的、潛在的動(dòng)態(tài)的、靜態(tài)的。為了減少計(jì)算量，本文只考慮特征點(diǎn)，而不考慮像素點(diǎn)。這樣，落在動(dòng)態(tài)對(duì)象上的特征點(diǎn)將被移除，而靜態(tài)特征點(diǎn)將被保留。如果將潛在的動(dòng)態(tài)點(diǎn)簡(jiǎn)單地看作動(dòng)態(tài)點(diǎn)或靜態(tài)點(diǎn)，將對(duì)SLAM系統(tǒng)的定位精度產(chǎn)生不可逆轉(zhuǎn)的影響。因此，本文采用了一種將語(yǔ)義分割和幾何分割相結(jié)合的動(dòng)態(tài)目標(biāo)檢測(cè)方法。

2.3 慣性模型

幾何分割根據(jù)相機(jī)姿態(tài)進(jìn)一步篩選特征點(diǎn)中的動(dòng)態(tài)點(diǎn)。因此，需要一種快速準(zhǔn)確的姿態(tài)估計(jì)方法。本文采用慣性模型對(duì)圖像中的靜態(tài)點(diǎn)進(jìn)行跟蹤，這些圖像的靜態(tài)點(diǎn)由語(yǔ)義分割去動(dòng)態(tài)之后獲得。由于幀率較高，假設(shè)幀之間的速度不變，因而相機(jī)將以上一幀的速度移動(dòng)。相機(jī)姿態(tài)變換矩陣應(yīng)為

式中：Tcur、Tlast表示當(dāng)前幀與上一幀的姿態(tài)變換矩陣；Min表示慣性系數(shù)，當(dāng)上一幀跟蹤失敗時(shí)，該值等于0，否則為1。

將地圖上的特征點(diǎn)投影到圖像幀中，在投影點(diǎn)附近搜索相應(yīng)的匹配點(diǎn)。如果搜索到的匹配點(diǎn)對(duì)數(shù)量不夠，則增大搜索范圍。如果依然搜索不到足夠數(shù)量的匹配點(diǎn)對(duì)，則認(rèn)為模型失效。若模型失效，將對(duì)上一個(gè)關(guān)鍵幀采用慣性模型求解，或者進(jìn)行重定位。

在模型成功的情況下，將觀(guān)測(cè)方程抽象記為

式中：x代指此刻相機(jī)位姿，即相機(jī)變換矩陣T；y代指路標(biāo)點(diǎn)，即三維特征點(diǎn)P；z為觀(guān)測(cè)值。獲得匹配特征點(diǎn)對(duì)與初始位姿可以得到此次觀(guān)測(cè)誤差為

式中：err 為誤差項(xiàng)，z為觀(guān)測(cè)數(shù)據(jù)z?[us,vs]。將具有共視關(guān)系的幾幀觀(guān)測(cè)量加入方程，設(shè)zij為在位姿Ti處觀(guān)察點(diǎn)Pj產(chǎn)生的數(shù)據(jù)，則整體的代價(jià)函數(shù)為

為求得投影誤差最小時(shí)對(duì)應(yīng)的待優(yōu)化變量Ti，采用圖優(yōu)化[12]的方法，從初始估計(jì)值開(kāi)始，尋找目標(biāo)函數(shù)下降方法，對(duì)Ti進(jìn)行修正，找到最優(yōu)解。此時(shí)Pj不參與被優(yōu)化，以減少計(jì)算量。

慣性模型求解相機(jī)位姿使用的特征點(diǎn)包含潛在動(dòng)態(tài)物體，如與人發(fā)生互動(dòng)的椅子、書(shū)本等物體。這些潛在動(dòng)態(tài)物體對(duì)應(yīng)的特征點(diǎn)三維空間坐標(biāo)發(fā)生了變化，相關(guān)的投影誤差項(xiàng)失效。因此需要通過(guò)進(jìn)一步使用幾何分割檢測(cè)動(dòng)態(tài)點(diǎn)。

2.4 幾何分割

對(duì)于一對(duì)匹配好的靜態(tài)特征點(diǎn)p1、p2，兩點(diǎn)滿(mǎn)足極線(xiàn)約束，即E=t^R。二者在空間中的關(guān)系如圖3所示。

圖3 多視圖幾何中特征的對(duì)極約束

I1、I2分別代表2幀圖像；p1、p2是一對(duì)匹配好的 點(diǎn)，2個(gè) 相 機(jī) 中 心 分 別 為O1、O2；連 線(xiàn)在三維空間中相交于P。 這時(shí)O1O2P三點(diǎn)可以確定一個(gè)平面，稱(chēng)為極平面。O1O2連線(xiàn)與像平面I1、I2的交點(diǎn)分別為e1、e2。e1、e2稱(chēng)為極點(diǎn)，O1O2被稱(chēng)為基線(xiàn)。

極平面O1O2P與I1、I2兩幀的交線(xiàn)l1、l2稱(chēng)為極線(xiàn)。極線(xiàn)l2可以視為在幀I2上的投影線(xiàn)。在三維點(diǎn)P(P0,P00)不確定深度的情況下，可以知道它在I2上的投影必定在極線(xiàn)l2上。這種對(duì)極幾何約束實(shí)際上描述了從一幀中的一個(gè)點(diǎn)到另一幀中相應(yīng)的極線(xiàn)的投影。投影關(guān)系可以用基本矩陣F表示：

式中：E為 本質(zhì)矩陣，t為平移向量，R為旋轉(zhuǎn)矩陣，K為相機(jī)內(nèi)參矩陣。

由于特征提取和基本矩陣F估計(jì)中存在不可避免的誤差，實(shí)際上特征點(diǎn)p2并沒(méi)有完全落在極線(xiàn)l2上，如圖2中pˉ2所示。此時(shí)，由匹配點(diǎn)對(duì)可知坐標(biāo)：P點(diǎn) 三維坐標(biāo)：

根據(jù)RGB-D相機(jī)測(cè)量的特征點(diǎn)深度值，恢復(fù)

P=dK?1p1

其中d為該點(diǎn)深度值，P點(diǎn)在I2上的投影為

p2=RP+t

其中R、t由基礎(chǔ)矩陣F分解得到。位于I2上的實(shí)際匹配點(diǎn)為則誤差項(xiàng)定義為

通過(guò)運(yùn)動(dòng)一致性檢測(cè)，可以知道哪些特征點(diǎn)落在動(dòng)態(tài)對(duì)象上。為了避免遺漏動(dòng)態(tài)對(duì)象上的特征點(diǎn)，我們通過(guò)區(qū)域生長(zhǎng)獲得幾何分割掩碼。區(qū)域生長(zhǎng)算法的基本思想是將具有相似屬性的像素合并在一起。RGB圖包含過(guò)多的冗余信息，而深度圖上一個(gè)對(duì)象的像素分布始終是連貫的，因此本文選擇在深度圖上采用區(qū)域生長(zhǎng)算法[13]。

然而，一些位于動(dòng)態(tài)對(duì)象邊界上的特征點(diǎn)可能會(huì)引起問(wèn)題。因?yàn)檠诖a的邊緣會(huì)大致覆蓋整個(gè)對(duì)象，邊緣特性不是很明顯，而邊緣又屬于容易被檢測(cè)出特征點(diǎn)的區(qū)域。為了彌補(bǔ)該缺點(diǎn)，本文對(duì)每個(gè)掩碼進(jìn)行了形態(tài)計(jì)算以?xún)?yōu)化掩模的邊界。

3 實(shí)驗(yàn)分析

本文系統(tǒng)在公共TUM RGB-D數(shù)據(jù)集中進(jìn)行了評(píng)估，并與其他動(dòng)態(tài)SLAM系統(tǒng)進(jìn)行了比較。首先，將本文系統(tǒng)與原始的ORB-SLAM2系統(tǒng)進(jìn)行比較，該系統(tǒng)被認(rèn)為是相對(duì)更出色且穩(wěn)定的SLAM系統(tǒng)之一。所有實(shí)驗(yàn)均在Intel i5-9400F、Nvidia GTX-1660、16 GB RAM的計(jì)算機(jī)上執(zhí)行。

TUM RGB-D數(shù)據(jù)集[14]包含多個(gè)動(dòng)態(tài)環(huán)境序列。包含深度圖像和RGB圖像，以及由高精度運(yùn)動(dòng)捕捉系統(tǒng)記錄的地面真實(shí)軌跡。由于序列中移動(dòng)的人可能會(huì)占據(jù)圖像的很大一部分，因此序列中的動(dòng)態(tài)對(duì)象給SLAM系統(tǒng)的定位精度帶來(lái)了極大的挑戰(zhàn)。我們將本系統(tǒng)與ORB-SLAM2進(jìn)行了比較，以說(shuō)明此動(dòng)態(tài)SLAM系統(tǒng)的作用。

根據(jù)語(yǔ)義分割以及幾何分割去除動(dòng)態(tài)特征點(diǎn)，效果如圖4所示。圖4(a)、(c)、(e)為本系統(tǒng)結(jié)果，圖4(b)、(d)、(f)為ORB-SLAM2的結(jié)果。圖中紅色框?yàn)橄闰?yàn)動(dòng)態(tài)物體，藍(lán)色框?yàn)闈撛趧?dòng)態(tài)物體。圖4(a)、(c)、(e)中紅色框內(nèi)由Mask R-CNN獲得相關(guān)掩碼并去除對(duì)應(yīng)的特征點(diǎn)，藍(lán)色框內(nèi)由幾何分割檢測(cè)得到的動(dòng)態(tài)物體并去除相應(yīng)的特征點(diǎn)。由圖可知，動(dòng)態(tài)物體對(duì)應(yīng)的特征點(diǎn)均被有效剔除，從而減少其對(duì)系統(tǒng)的影響。

圖4 動(dòng)態(tài)環(huán)境下本系統(tǒng)與ORB-SLAM2特征點(diǎn)檢測(cè)結(jié)果比較

在SLAM系統(tǒng)中，誤匹配點(diǎn)對(duì)，動(dòng)態(tài)點(diǎn)對(duì)參與圖優(yōu)化的整個(gè)過(guò)程。由于他們的數(shù)據(jù)是錯(cuò)誤的，即誤差項(xiàng)很大，意味著算法將試圖調(diào)整這條邊所連接的所有節(jié)點(diǎn)的估計(jì)值，以緩和錯(cuò)點(diǎn)帶來(lái)的大誤差項(xiàng)。這將導(dǎo)致優(yōu)化方向偏離真實(shí)方向，因此一般采用魯棒核函數(shù)削減這些點(diǎn)的影響：

當(dāng)誤差項(xiàng)e大于閾值 δ時(shí)，函數(shù)由二次增長(zhǎng)變?yōu)橐淮涡问剑拗屏颂荻鹊淖畲笾?。?dāng)SLAM系統(tǒng)面對(duì)一個(gè)高動(dòng)態(tài)環(huán)境時(shí)，動(dòng)態(tài)特征點(diǎn)對(duì)成為優(yōu)化函數(shù)中具有分量的一類(lèi)數(shù)據(jù)，則魯棒核函數(shù)收效甚微。包含了大量動(dòng)態(tài)點(diǎn)的誤差項(xiàng)整體數(shù)值偏大，算法優(yōu)化方向偏向于錯(cuò)點(diǎn)，導(dǎo)致估計(jì)位姿偏離真值，對(duì)跟蹤效果造成不可逆的影響。因此去除動(dòng)態(tài)點(diǎn)對(duì)能夠使得優(yōu)化函數(shù)準(zhǔn)確表達(dá)真實(shí)三維場(chǎng)景約束。由圖5、6可看出，沒(méi)有進(jìn)行動(dòng)態(tài)點(diǎn)提出的ORBSLAM2系統(tǒng)軌跡與真實(shí)軌跡大相徑庭，而本文提出的算法很好地對(duì)相機(jī)位姿進(jìn)行了跟蹤。

圖5 本系統(tǒng)與ORBSLAM2軌跡誤差對(duì)比

圖6 本系統(tǒng)與ORBSLAM2平移誤差對(duì)比

本實(shí)驗(yàn)采用絕對(duì)平移誤差(absolute trajectory error, ATE)定量評(píng)估系統(tǒng)軌跡的整體一致性。絕對(duì)平移誤差是估計(jì)位姿和真實(shí)位姿的直接差值，可以非常直觀(guān)地反應(yīng)算法精度和軌跡全局一致性。第i幀的ATE定義為

式中：Gi為相機(jī)位姿真值，F(xiàn)i為估計(jì)值，S為相機(jī)估計(jì)位姿坐標(biāo)系與真值坐標(biāo)系的轉(zhuǎn)換矩陣，由最小二乘法估計(jì)得到。通常使用均方根誤差(root mean squared error, RMSE)統(tǒng)計(jì)前n幀的ATE值[14]：

為獲得高度可信的實(shí)驗(yàn)數(shù)據(jù)，對(duì)每個(gè)序列運(yùn)行5次，分別獲得均方根誤差、誤差標(biāo)準(zhǔn)差(standard deviation, SD)、誤差中位數(shù)(median)、誤差平均值(mean)，取5次數(shù)據(jù)的中位數(shù)作為實(shí)驗(yàn)結(jié)果。

序列名稱(chēng)中，第一個(gè)字母表示序列中人的狀態(tài)，“s”表示人的狀態(tài)為靜坐(弱動(dòng)態(tài)場(chǎng)景)，“w”表示人的狀態(tài)為移動(dòng)(強(qiáng)動(dòng)態(tài)場(chǎng)景)。后續(xù)字母表示相機(jī)運(yùn)動(dòng)方式。該系統(tǒng)的改進(jìn)值通過(guò)式（1）計(jì)算：

式中：η表示提升值，εorb表示ORB-SLAM2的誤差值，εours表示本系統(tǒng)的誤差值。

由表1可以看出，與ORB-SLAM2相比，本系統(tǒng)在準(zhǔn)確性上有了很大的提高，并且?guī)缀跛薪Y(jié)果都提高了一個(gè)數(shù)量級(jí)。在“w.half”序列中，RMSE、SD、平均誤差、中值誤差的準(zhǔn)確度分別提高了95.59%、92.55%、95.80%和96.18%。在其他序列中也會(huì)發(fā)生類(lèi)似情況。這是因?yàn)檎Z(yǔ)義分割與幾何分割相結(jié)合有助于去除動(dòng)態(tài)特征，從而大大提高系統(tǒng)的準(zhǔn)確性。

值得注意的是，在弱動(dòng)態(tài)序列“s.half”中，系統(tǒng)改進(jìn)并不明顯。這是因?yàn)槿嗽谶@些序列中的位置總是非常靠前。在本文方法中，即使它們沒(méi)有移動(dòng)，它們也會(huì)被標(biāo)記為動(dòng)態(tài)的。在這種情況下，ORB特征點(diǎn)在圖像中的分布將不均勻，這將影響系統(tǒng)姿態(tài)確定的準(zhǔn)確性。并且，原始的ORBSLAM2系統(tǒng)可以通過(guò)非線(xiàn)性?xún)?yōu)化來(lái)處理一些低動(dòng)態(tài)情況。但是，這不會(huì)影響該系統(tǒng)的優(yōu)越性，它的整體準(zhǔn)確性仍然得到提高。

表1 本系統(tǒng)與ORB-SLAM2系統(tǒng)絕對(duì)軌跡誤差的RMSE[m]對(duì)比結(jié)果

為體現(xiàn)本文算法優(yōu)越性，將其與近代較為先進(jìn)的動(dòng)態(tài)環(huán)境RGB-D SLAM系統(tǒng)DS-SLAM[15]、Detect-SLAM[16]進(jìn)行對(duì)比。表2的實(shí)驗(yàn)結(jié)果表明，與這些系統(tǒng)相比，本文方法在動(dòng)態(tài)序列定位方面具有更好的性能。

表2 本系統(tǒng)與先進(jìn)動(dòng)態(tài)SLAM的RMSE[m]對(duì)比

4 結(jié)束語(yǔ)

本文提出了一種基于RGB-D傳感器的方法，該方法能夠一致地映射包含多個(gè)動(dòng)態(tài)元素的場(chǎng)景。通過(guò)結(jié)合語(yǔ)義分割和幾何分割來(lái)檢測(cè)動(dòng)態(tài)對(duì)象。跟蹤序列以獲得相機(jī)姿勢(shì)，其中先驗(yàn)的動(dòng)態(tài)對(duì)象由Mask R-CNN移除。移動(dòng)一致性檢查用于檢測(cè)其他動(dòng)態(tài)特征點(diǎn)。最后，使用區(qū)域生長(zhǎng)法標(biāo)記動(dòng)態(tài)對(duì)象。實(shí)驗(yàn)結(jié)果表明，該方法減少了運(yùn)動(dòng)物體的影響。在動(dòng)態(tài)序列中，本文系統(tǒng)在定位精度方面比原始的ORB-SLAM2有了很大的提高。此外，在動(dòng)態(tài)場(chǎng)景中與其他最新動(dòng)態(tài)SLAM系統(tǒng)的比較表明，本文系統(tǒng)在大多數(shù)情況下可以達(dá)到最高的精度。

本系統(tǒng)依然存在需要完善的工作，未來(lái)的工作包括：1)使用其他對(duì)象的語(yǔ)義標(biāo)簽，這將會(huì)在地圖中提供更豐富的直觀(guān)信息。2)使用系統(tǒng)計(jì)算得到的信息建立一個(gè)更加直觀(guān)的語(yǔ)義稠密地圖。