杜曉英，袁慶霓，2，3，齊建友，王晨，杜飛龍，任澳

（1.貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025；2.貴州大學(xué)機(jī)械工程學(xué)院，貴州 貴陽(yáng) 550025；3.貴州大學(xué)省部共建公共大數(shù)據(jù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025）

0 引言

同步定位與建圖（SLAM）［1］能夠在未知環(huán)境下完成地圖的自主構(gòu)建與定位，是工業(yè)機(jī)器人、自主導(dǎo)航、無(wú)人駕駛等應(yīng)用中的基礎(chǔ)技術(shù)之一。目前SLAM 采用的傳感器主要是激光雷達(dá)、相機(jī)以及慣性測(cè)量單元（IMU）［2］，視覺(jué)SLAM 是一種以相機(jī)作為傳感器的SLAM，如ORB-SLAM2［3］、LSD-SLAM［4］、DSO［5］等視覺(jué)SLAM 方法。

研究視覺(jué)SLAM 在真實(shí)動(dòng)態(tài)場(chǎng)景下的性能表現(xiàn)已成為SLAM 領(lǐng)域中的趨勢(shì)，如張慧娟等［6］先計(jì)算獲得變換矩陣，之后提取線特征，并對(duì)其進(jìn)行靜態(tài)權(quán)重的評(píng)估，最后通過(guò)余下的靜態(tài)特征進(jìn)行相機(jī)位姿估計(jì)完成跟蹤任務(wù)。楊世強(qiáng)等［7］對(duì)傳統(tǒng)SLAM 系統(tǒng)進(jìn)行改進(jìn)，提出一種基于幾何約束的動(dòng)態(tài)目標(biāo)檢測(cè)算法。DAI等［8］采用Delaunay 三角剖分方法為地圖點(diǎn)建立與圖類似的結(jié)構(gòu)，以判斷其鄰接關(guān)系，之后，將多個(gè)關(guān)鍵幀之間觀測(cè)不一樣的邊緣移除，最終，完成動(dòng)態(tài)物和靜態(tài)背景的分離。以上算法雖然可以提高動(dòng)態(tài)環(huán)境下視覺(jué)SLAM 的魯棒性，但是其構(gòu)建的地圖缺少豐富的語(yǔ)義信息。隨著深度學(xué)習(xí)的發(fā)展和計(jì)算機(jī)性能的不斷提高，目標(biāo)檢測(cè)與語(yǔ)義分割為解決動(dòng)態(tài)環(huán)境下VSLAM 算法魯棒性差的問(wèn)題提供另1 種技術(shù)路線。YU等［9］提出DS-SLAM 算法，利用語(yǔ)義分割網(wǎng)絡(luò)SegNet 和運(yùn)動(dòng)一致性檢測(cè)方法剔除動(dòng)態(tài)特征點(diǎn)。BESCOS等［10］采用實(shí)例分割網(wǎng)絡(luò)Mask R-CNN 分割先驗(yàn)動(dòng)態(tài)目標(biāo)，并利用多視圖結(jié)合方法檢測(cè)潛在運(yùn)動(dòng)物。ZHONG等［11］采用目標(biāo)檢測(cè)方法SSD［12］檢測(cè)幀中的動(dòng)態(tài)物體，并對(duì)動(dòng)態(tài)特征點(diǎn)進(jìn)行運(yùn)動(dòng)概率傳播，在跟蹤線程中剔除動(dòng)態(tài)點(diǎn)。XIAO等［13］同樣使用SSD 檢驗(yàn)先驗(yàn)運(yùn)動(dòng)物體，并通過(guò)選擇性跟蹤算法處理動(dòng)態(tài)特征點(diǎn)。然而，無(wú)論是SegNet 還是Mask R-CNN［14］網(wǎng)絡(luò)，都存在計(jì)算量大、運(yùn)行時(shí)間長(zhǎng)的問(wèn)題。雖然語(yǔ)義分割可以檢測(cè)動(dòng)態(tài)物體，改善動(dòng)態(tài)物體對(duì)SLAM 的影響，但是如何選擇1 個(gè)精度高且實(shí)時(shí)性較好的語(yǔ)義分割網(wǎng)絡(luò)完成動(dòng)態(tài)特征點(diǎn)的檢測(cè)，是動(dòng)態(tài)SLAM 需要解決的首要問(wèn)題。

1 算法框架

ORB-SLAM2 是1 個(gè)開(kāi)源視覺(jué)SLAM 算法，因其良好的代碼規(guī)范性與拓展性，被眾多研究人員使用。ORB-SLAM2 主要組成部分為跟蹤線程、建圖線程、回環(huán)檢測(cè)線程。本文以O(shè)RB-SLAM2 為基礎(chǔ)框架，提出一種動(dòng)態(tài)場(chǎng)景下基于語(yǔ)義分割的視覺(jué)SLAM 方法，具體內(nèi)容包括：在視覺(jué)ORB-SLAM2 的RGB-D相機(jī)模式中，在原有的前端里程計(jì)、局部建圖、回環(huán)檢測(cè)3 個(gè)線程基礎(chǔ)上，添加語(yǔ)義分割模塊、動(dòng)態(tài)特征點(diǎn)檢測(cè)模塊和構(gòu)建語(yǔ)義八叉樹(shù)地圖的線程。視覺(jué)SLAM 總體框架如圖1 所示。首先，RGB-D 相機(jī)獲取的RGB 圖像傳入跟蹤線程，在這個(gè)線程中采用ORB 方式提取圖像特征，包含當(dāng)前幀的關(guān)鍵點(diǎn)和描述子；然后，通過(guò)語(yǔ)義分割網(wǎng)絡(luò)對(duì)RGB 圖像進(jìn)行像素級(jí)的語(yǔ)義分割，分割出具體的對(duì)象并篩選出運(yùn)動(dòng)對(duì)象，對(duì)動(dòng)態(tài)點(diǎn)進(jìn)行初步的去除，如行走的人等；最后，利用多視圖幾何檢測(cè)并去除剩余動(dòng)態(tài)物體，將剩余的靜態(tài)特征用于位姿估計(jì)；最終，在語(yǔ)義地圖構(gòu)建線程中利用語(yǔ)義分割提取的語(yǔ)義信息生成點(diǎn)云地圖并轉(zhuǎn)換為八叉樹(shù)地圖。

圖1 視覺(jué)SLAM 總體框架Fig.1 Overall framework of visual SLAM

1.1 改進(jìn)的DeepLabv3plus 語(yǔ)義分割網(wǎng)絡(luò)

本文以DeepLabv3plus［15］為基礎(chǔ)框架，設(shè) 計(jì)一種輕量化網(wǎng)絡(luò)。首先，采用MobileNetV2［16］完成特征提取；然后，將深度可分離卷積應(yīng)用到ASPP模塊中；最后，在網(wǎng)絡(luò)中插入SE 注意力機(jī)制［17］。圖2 所示為本文改進(jìn)的DeepLabv3plus 的網(wǎng)絡(luò)結(jié)構(gòu)，與原網(wǎng)絡(luò)結(jié)構(gòu)相比，主干網(wǎng)絡(luò)選擇MobileNetV2 代替原來(lái)的Xception［18］，并采用遷移學(xué)習(xí)加載預(yù)訓(xùn)練模型，在ASPP 模塊中使用深度可分離卷積，在保證分割精度的同時(shí)縮短運(yùn)行時(shí)間?？紤]到注意力機(jī)制能夠自動(dòng)調(diào)整網(wǎng)絡(luò)中表現(xiàn)較好和表現(xiàn)較差的特征通道權(quán)重，本文還在網(wǎng)絡(luò)中插入SE 注意力機(jī)制，使網(wǎng)絡(luò)性能盡可能達(dá)到最佳，提升訓(xùn)練效果。

圖2 改進(jìn)的DeepLabv3plus 網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Structure of improved DeepLabv3plus network

1.2 多視圖幾何結(jié)合的動(dòng)態(tài)點(diǎn)檢測(cè)方法

研究人員利用語(yǔ)義分割網(wǎng)絡(luò)只能檢驗(yàn)先驗(yàn)運(yùn)動(dòng)目標(biāo)對(duì)象（如人），忽略了椅子、書(shū)本等靜態(tài)物體發(fā)生被動(dòng)運(yùn)動(dòng)時(shí)對(duì)SLAM 產(chǎn)生的影響，如人們手中的書(shū)本或者人為推動(dòng)的椅子等，應(yīng)將其視為動(dòng)態(tài)目標(biāo)對(duì)象，卻被視為靜態(tài)對(duì)象，這將會(huì)對(duì)SLAM 產(chǎn)生較大影響。因此，本文進(jìn)一步采用多視圖幾何方法進(jìn)行動(dòng)態(tài)特征點(diǎn)檢測(cè)：將地圖點(diǎn)云投影到當(dāng)前幀，并利用視點(diǎn)差異和深度值變化大小將目標(biāo)對(duì)象區(qū)分為動(dòng)態(tài)目標(biāo)和靜態(tài)目標(biāo)。多視圖幾何原理示意圖如圖3 所示，對(duì)于每個(gè)輸入幀，選擇多個(gè)之前與輸入圖像幀重合度較高的幀，把關(guān)鍵幀Kf中的關(guān)鍵點(diǎn)p投影到當(dāng)前幀Cf，得到投影點(diǎn)p'和投影深度Dproj，每個(gè)關(guān)鍵點(diǎn)對(duì)應(yīng)的3D 點(diǎn)是P，然后計(jì)算視差角α（p的反投影與p'之間形成的夾角α）。從TUM 數(shù)據(jù)集上的測(cè)試結(jié)果可以看出，當(dāng)α>30°，可判斷其為動(dòng)態(tài)點(diǎn)。同時(shí)，本文還須計(jì)算深度值差ΔD=Dpro-jD'，D'表示當(dāng)前幀中關(guān)鍵點(diǎn)深度，若ΔD=0，該點(diǎn)被認(rèn)為是靜態(tài)的，若ΔD>0，則該點(diǎn)被認(rèn)為是動(dòng)態(tài)的。

圖3 多視圖幾何原理示意圖Fig.3 Schematic diagram of multiview geometry principles

1.3 語(yǔ)義地圖的構(gòu)建

在語(yǔ)義地圖構(gòu)建線程中，借助PCL庫(kù)［19］，結(jié)合關(guān)鍵幀和深度圖生成點(diǎn)云，利用當(dāng)前幀的位姿及其點(diǎn)云進(jìn)行點(diǎn)云后續(xù)處理，完成點(diǎn)云地圖的構(gòu)建，并在點(diǎn)云地圖中進(jìn)行語(yǔ)義信息的標(biāo)注。然而點(diǎn)云地圖雖然給人很直觀的感覺(jué)，但是點(diǎn)云地圖存在存儲(chǔ)空間大、位置信息冗余以及不能直接用于導(dǎo)航等問(wèn)題。與點(diǎn)云地圖相比，八叉樹(shù)地圖［20］同樣具有點(diǎn)云地圖的直觀性，但存儲(chǔ)空間卻遠(yuǎn)遠(yuǎn)小于點(diǎn)云地圖，同時(shí)八叉樹(shù)地圖可以用于物流倉(cāng)儲(chǔ)機(jī)器人后續(xù)的路徑規(guī)劃，適用于各種導(dǎo)航算法，如A*、D*導(dǎo)航［21］算法。因此，本文對(duì)點(diǎn)云地圖做進(jìn)一步處理，將點(diǎn)云地圖轉(zhuǎn)換為八叉樹(shù)地圖，完成語(yǔ)義八叉樹(shù)地圖的構(gòu)建。但是在建圖過(guò)程中，因存在傳感器的噪聲和運(yùn)動(dòng)物體產(chǎn)生的誤差，導(dǎo)致某個(gè)節(jié)點(diǎn)在每個(gè)時(shí)間點(diǎn)上狀態(tài)都不一樣。因此，本文選用概率方式說(shuō)明某一節(jié)點(diǎn)被占據(jù)還是未被占據(jù)。假設(shè)使用x∈［0，1］進(jìn)行說(shuō)明，設(shè)x初始值為0.5，若該節(jié)點(diǎn)狀態(tài)一直是被占據(jù)的，那么x值會(huì)不斷增大，反之，該節(jié)點(diǎn)是未被占據(jù)的，那么x值會(huì)不斷減小。若x出現(xiàn)不斷增大或減小的情況，則會(huì)出現(xiàn)x值跳出［0，1］區(qū)間的情況，給數(shù)據(jù)處理帶來(lái)不便。因此，采用概率對(duì)數(shù)值描述節(jié)點(diǎn)是否被占用，設(shè)y∈R（實(shí)數(shù)集）表示概率對(duì)數(shù)值，占用概率p的數(shù)值范圍為［0，1］，則logit 變換公式如下：

假設(shè)某節(jié)點(diǎn)n在T時(shí)刻的 觀測(cè)概率是P(n|Z1∶T)，Z表示觀測(cè)數(shù)據(jù)，則其被占據(jù)的概率P(n|Z1∶T)表示：

其中：P(n)表示節(jié)點(diǎn)n被占據(jù)的先驗(yàn)概率；P(n|Z1∶T-1)表示n節(jié)點(diǎn)從起始到T-1 時(shí)刻的估計(jì)概率。本文將先驗(yàn)概率P(n)設(shè)為0.5，那么式（3）轉(zhuǎn)換為概率對(duì)形式為L(zhǎng)(n|Z1∶T)，表示節(jié)點(diǎn)n從起始 到時(shí)間T的概率 對(duì)數(shù)值，則T+1 時(shí)刻觀測(cè)概率如下：

其中：L(n|Z1∶T-1)與L(n|ZT)分別表示節(jié)點(diǎn)n在T時(shí)刻前和T時(shí)刻被占據(jù)的概率對(duì)數(shù)值。由式（4）可知，當(dāng)某一節(jié)點(diǎn)被重復(fù)觀測(cè)到被占據(jù)時(shí)，其概率對(duì)數(shù)值隨之增加，否則減少。根據(jù)獲得的信息，能動(dòng)態(tài)調(diào)整該節(jié)點(diǎn)的占據(jù)概率，對(duì)八叉樹(shù)地圖不斷進(jìn)行更新。

2 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)搭配的平臺(tái)配置如下：CPU 為AMD R7-4800H，GPU 型號(hào)為NVIDIA RTX3060，OS 為64 位Ubuntu 16.04 系統(tǒng)的筆記本。語(yǔ)義分割實(shí)驗(yàn)部分使用的軟件配置：PyTorch 1.7.1，CUDA 11.0，CUDNN 8.0.5.39，Python 3.6，顯存大小為16 GB。

作為L(zhǎng)umix系列相機(jī)的全新旗艦，這臺(tái)無(wú)反相機(jī)使用了一塊4700萬(wàn)像素的全畫(huà)幅傳感器，機(jī)內(nèi)防抖系統(tǒng)以及60fps的4K視頻拍攝能力，XQD+SD雙儲(chǔ)存卡的設(shè)置則保證了數(shù)據(jù)儲(chǔ)存的安全性。S1R是松下與適馬以及徠卡結(jié)成聯(lián)盟（詳見(jiàn)右頁(yè)）之后發(fā)布的第一款產(chǎn)品，使用的鏡頭卡口為徠卡L卡口。

2.1 語(yǔ)義分割實(shí)驗(yàn)測(cè)試

改進(jìn)后的DeepLabv3plus 在PASCAL Voc 數(shù)據(jù)集［22］上進(jìn)行訓(xùn)練并驗(yàn)證。表1 所示為DeepLabv3plus與本文改進(jìn)的語(yǔ)義分割算法的實(shí)驗(yàn)測(cè)試結(jié)果。從表1 可以看出，本文設(shè)計(jì)的語(yǔ)義分割模型的平均交并比為73.4%，模型大小為13.1 MB，時(shí)間約21 ms。

表1 不同模型的語(yǔ)義分割性能對(duì)比Table 1 Semantic segmentation performance comparison among different models

圖4 所示為DeepLabv3plus 與改進(jìn)后的語(yǔ)義分割模型的分割效果對(duì)比。從圖4 可以看出，改進(jìn)后的DeepLabv3plus 大致輪廓的分割結(jié)果與原模型相同，在分割對(duì)象細(xì)節(jié)方面存在微小差別，如圖4 中的第2行圖中2個(gè)人之間的間隙部分。相比DeepLabv3plus，改進(jìn)后的DeepLabv3plus 模型大小減少約97%，單張圖片運(yùn)行時(shí)間縮短約89%。

圖4 改進(jìn)前后DeepLabv3plus 的分割結(jié)果對(duì)比Fig.4 Comparison of segmentation results of DeepLabv3plus before and after improvement

2.2 定位誤差實(shí)驗(yàn)

本文將從TUM［23］數(shù)據(jù)集中選取高動(dòng)態(tài)場(chǎng)景walking 序列共4 組序列進(jìn)行定位誤差實(shí)驗(yàn)。為了便于區(qū)分，本文用fr3、w、half分別代表freiburg3、walking、halfsphere，并將其作為序列名稱。將本文算法分別與DS-SLAM、DLP-SLAM 以及ORB-SLAM2 進(jìn)行比較，其中DLP-SLAM 是指以O(shè)RB-SLAM2 為基礎(chǔ)框架，將DeepLabv3plus 算法與多視圖幾何相結(jié)合進(jìn)行動(dòng)態(tài)物體剔除的視覺(jué)SLAM。

本文以絕對(duì)軌跡誤差（ATE）和相對(duì)位姿誤差（RPE）［24］作為性能指標(biāo)，分別計(jì)算其對(duì)應(yīng)的均方根誤差（RMSE）和標(biāo)準(zhǔn)差（SD）。RMSE 記錄了估計(jì)值和真實(shí)值之間誤差，其值越小，代表所估計(jì)的軌跡越接近真實(shí)軌跡。SD 代表軌跡估計(jì)的離散度。

表2 和表3 所示為本文算法與ORB-SLAM2、DLP-SLAM 以及DS-SLAM 算法在絕對(duì)軌跡誤差和相對(duì)位姿誤差方面的實(shí)驗(yàn)結(jié)果。從表2 和表3 可以看出：與傳統(tǒng)ORB-SLAM2 相比，在高動(dòng)態(tài)walking序列下，本文算法的絕對(duì)軌跡誤差的RMSE 值和SD值最高分別提升98%和97%以上；本文算法相對(duì)位姿誤差的RMSE 和SD 指標(biāo)值提升幅度在52%～74%之間。與DLP-SLAM、DS-SLAM 相比，本文算法的絕對(duì)軌跡誤差和相對(duì)位姿誤差的RMSE 值也有所提升。

表2 不同算法的絕對(duì)軌跡誤差對(duì)比結(jié)果Table 2 Comparison results of absolute trajectory errors among different algorithms

表3 不同算法的相對(duì)位姿誤差平移部分的對(duì)比結(jié)果Table 3 Comparison results of relative pose error translation parts among different algorithms

圖5 所示為在高動(dòng)態(tài)fr3/w/rpy 序列中本文算法、ORB-SLAM2 以及DLP-SLAM在x、y、z軸上的位移估計(jì)值和真實(shí)值比較（彩色效果見(jiàn)《計(jì)算機(jī)工程》官網(wǎng)HTML 版），其中藍(lán)色線條代表ORB-SLAM2，虛線代表實(shí)際值（ground truth）［25］，橘色實(shí)線代表DLP-SLAM，綠色代表本文算法。

圖5 不同算法在fr3/w/rpy 序列下的x、y、z 軸位移對(duì)比Fig.5 Comparison of x，y，and z-axis displacements among different algorithms in the fr3/w/rpy sequence

圖6 所示為各算法姿態(tài)角估計(jì)值和真實(shí)值的比較（彩色效果見(jiàn)《計(jì)算機(jī)工程》官網(wǎng)HTML 版）。

圖6 不同算法在fr3/w/rpy 序列下的姿態(tài)角對(duì)比Fig.6 Comparison of attitude angles among different algorithms in fr3/w/rpy sequences

從圖5 和圖6 可以看出，綠色實(shí)線和虛線幾乎重合在一起，藍(lán)色線條與虛線的距離最遠(yuǎn)，其誤差最大，橘色實(shí)線與虛線之間也存在較小偏差。這表明無(wú)論是在x、y、z軸上的軌跡還是姿態(tài)角（yaw、pitch、roll）上的軌跡，與真實(shí)軌跡相比，ORB-SLAM2 生成的軌跡發(fā)生了較大幅度的漂移，DLP-SLAM 發(fā)生較小漂移，而本文算法生成的軌跡與真實(shí)值幾乎重合。本文算法在動(dòng)態(tài)場(chǎng)景下定位與建圖的精度更加準(zhǔn)確，魯棒性更好。其原因?yàn)樵兴惴僭O(shè)環(huán)境是靜態(tài)的，而運(yùn)動(dòng)物體的存在會(huì)影響位姿估計(jì)的結(jié)果，甚至引起系統(tǒng)故障的發(fā)生。本文算法利用改進(jìn)的DeepLabv3plus 以及多視圖幾何檢測(cè)動(dòng)態(tài)點(diǎn)，并剔除動(dòng)態(tài)點(diǎn)，之后利用剔除掉動(dòng)態(tài)點(diǎn)之后的靜態(tài)點(diǎn)進(jìn)行位姿估計(jì)，使獲得的位姿估計(jì)更加準(zhǔn)確，避免引起系統(tǒng)故障。

圖7 分別所示為在高動(dòng)態(tài)序列fr3/w/xyz 下ORBSLAM2、DLP-SLAM 及本文算法得到的相機(jī)運(yùn)動(dòng)軌跡與ground truth 之間的偏差（彩色效果見(jiàn)《計(jì)算機(jī)工程》官網(wǎng)HTML 版）。黑色線條代表ground truth，藍(lán)色線條代表預(yù)測(cè)軌跡，紅色線條代表相機(jī)預(yù)測(cè)軌跡與ground truth 之間的偏差，紅色線條越短代表偏差越小。從圖7 可以看出，本文算法運(yùn)動(dòng)軌跡圖中紅色線條最短，位姿估計(jì)更加準(zhǔn)確，說(shuō)明在動(dòng)態(tài)環(huán)境下定位誤差較小，能有效降低動(dòng)態(tài)物體對(duì)VSLAM 的影響。

圖7 不同算法在高動(dòng)態(tài)序列fr3/w/xyz 下的軌跡Fig.7 Trajectories among different algorithms under high dynamic sequence fr3/w/xyz

為進(jìn)一步說(shuō)明本文算法的有效性，本文在實(shí)驗(yàn)室真實(shí)環(huán)境下進(jìn)行實(shí)驗(yàn)驗(yàn)證。圖8 所示為移動(dòng)機(jī)器人的真實(shí)運(yùn)動(dòng)軌跡，邊框表示移動(dòng)機(jī)器人在真實(shí)環(huán)境中的實(shí)際運(yùn)動(dòng)軌跡。移動(dòng)機(jī)器人平臺(tái)利用搭載的KinectV2 相機(jī)［26］在搭建的實(shí)驗(yàn)環(huán)境中根據(jù)先前設(shè)計(jì)好的路線運(yùn)動(dòng)，并進(jìn)行環(huán)境感知，記錄環(huán)境數(shù)據(jù)。隨后，在Ubuntu16.04 中，將獲取的數(shù)據(jù)通過(guò)ROS 工具制作成TUM 數(shù)據(jù)集的格式，進(jìn)而驗(yàn)證本文算法的有效性和可行性。

圖8 移動(dòng)機(jī)器人的真實(shí)運(yùn)動(dòng)軌跡Fig.8 Real motion trajectory of the mobile robot

圖9 所示為本文算法在真實(shí)環(huán)境中的特征提取。從圖9 可以看出，本文算法在進(jìn)行特征提取時(shí)剔除掉了人和人手中物體共2 個(gè)動(dòng)態(tài)物體。

圖9 在真實(shí)場(chǎng)景下的特征提取Fig.9 Feature extraction in the real scene

圖10 所示為本文算法和ORB-SLAM2 算法在真實(shí)環(huán)境下的三維軌跡對(duì)比。從圖10 可以看出，由于實(shí)驗(yàn)場(chǎng)景中有運(yùn)動(dòng)物體，因此ORB-SLAM2 算法生成的軌跡與實(shí)際運(yùn)動(dòng)軌跡相比出現(xiàn)了較大幅度的波動(dòng)，而本文算法生成的軌跡與實(shí)際運(yùn)動(dòng)軌跡基本相符，波動(dòng)幅度較小。

圖10 本文算法和ORB-SLAM2 的三維軌跡對(duì)比Fig.10 Three-dimensional trajectory comparison between the proposed algorithm and ORB-SLAM2

2.3 建圖測(cè)試

本文選取TUM 數(shù)據(jù)集中walking 序列的1 個(gè)子序列作為測(cè)試對(duì)象，如圖11 所示，此序列中存在2 個(gè)不斷運(yùn)動(dòng)的行人。

圖11 fr3/w/static 子序列Fig.11 fr3/w/static subsequence

圖12 所示為本文方法建立的地圖（彩色效果見(jiàn)《計(jì)算機(jī)工程》官網(wǎng)HTML 版）。為了可視化，本文使用藍(lán)色代表顯示屏的像素，紅色代表椅子的像素，其余像素使用物體本身顏色。從圖12 可以看出，本文算法建立的語(yǔ)義地圖中已剔除動(dòng)態(tài)物體，不存在顯著的動(dòng)態(tài)物體如行走的人，說(shuō)明較好地完成地圖構(gòu)建。從圖12 中像素分布區(qū)域可以看出，顯示屏中大部分像素得到了很好的語(yǔ)義賦予，但是椅子相對(duì)語(yǔ)義賦予較差。這是因?yàn)樵赑ASCAL VOC 數(shù)據(jù)集上訓(xùn)練時(shí)，該數(shù)據(jù)集中的椅子和TUM 數(shù)據(jù)集中的椅子存在較大差異，因此本文算法沒(méi)有得到較優(yōu)的椅子分割結(jié)果。另外，為了說(shuō)明八叉樹(shù)地圖所占內(nèi)存空間小于點(diǎn)云地圖，本文記錄了fr3/w/xyz、fr3/w/static 序列構(gòu)建的點(diǎn)云和八叉樹(shù)地圖所占內(nèi)存大小，如表4 所示。

表4 不同序列的存儲(chǔ)空間對(duì)比Table 4 Storage space comparison among different sequences 單位：MB

圖12 本文算法生成的點(diǎn)云和八叉樹(shù)地圖Fig.12 Point cloud and octree maps generated by the proposed algorithm

3 結(jié)束語(yǔ)

本文提出動(dòng)態(tài)場(chǎng)景下基于語(yǔ)義分割的視覺(jué)SLAM 算法。通過(guò)對(duì)DeepLabv3plus 進(jìn)行改進(jìn)，采用MobileNetV2 進(jìn)行特征提取，對(duì)ASPP 模塊進(jìn)行修改，并引入SE 注意力機(jī)制，提高分割速度，通過(guò)改進(jìn)后的DeepLabv3plus 和多視圖幾何方法檢測(cè)動(dòng)態(tài)特征點(diǎn)并剔除。實(shí)驗(yàn)結(jié)果表明，本文算法與ORBSLAM2 相比，運(yùn)行時(shí)間延長(zhǎng)，與DLP-SLAM 相比運(yùn)行時(shí)間有所降低，并且其精度依然較高，利用語(yǔ)義信息生成靜態(tài)的語(yǔ)義八叉樹(shù)地圖，節(jié)省了大量的存儲(chǔ)空間，同時(shí)生成的地圖可直接用于機(jī)器人的路徑規(guī)劃中。在去除動(dòng)態(tài)特征點(diǎn)時(shí)因分割的不完整導(dǎo)致部分動(dòng)態(tài)點(diǎn)未被識(shí)別，因此后續(xù)將選擇分割精度更高的網(wǎng)絡(luò)。