%0 Journal Article %A 孔令华 %A 易定容 %A 游通飞 %A 郑思诚 %T 动态环境下基于深度学习的语义SLAM算法 %D 2021 %R 10.11772/j.issn.1001-9081.2020111885 %J 计算机应用 %P 2945-2951 %V 41 %N 10 %X 针对应用场景中存在的运动物体会降低视觉同步定位与地图构建(SLAM)系统的定位精度和鲁棒性的问题,提出一种基于语义信息的动态环境下的视觉SLAM算法。首先,将传统视觉SLAM前端与YOLOv4目标检测算法相结合,在对输入图像进行ORB特征提取的同时,对该图像进行语义分割;然后,判断目标类型以获得动态目标在图像中的区域,剔除分布在动态物体上的特征点;最后,使用处理后的特征点与相邻帧进行帧间匹配来求解相机位姿。实验采用TUM数据集进行测试,测试结果表明,所提算法相较于ORB-SLAM2在高动态环境下在位姿估计精度上提升了96.78%,同时该算法的跟踪线程处理一帧的平均耗时为0.065 5 s,相较于其他应用在动态环境下的SLAM算法耗时最短。实验结果表明,所提算法能够实现在动态环境中的实时精确定位与建图。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2020111885