基于深度学习和边缘检测的动态场景下鲁棒SLAM*

李璐琪蔡成林

(湘潭大学自动化与电子信息学院，湖南 湘潭411105)

同时定位与地图创建(simultaneous localization and mapping，SLAM)是机器人研究领域的热点技术，是机器人实现环境感知与场景三维重建，自主避障与路径规划，自动驾驶与导航等应用的关键[1]。随着研究的不断发展，机器人搭载的传感器也更加多元化，包括视觉，激光，雷达，以及多传感器融合的方式，视觉SLAM 则是指以相机、摄像头等视觉传感器作为主要数据采集器，图像序列作为信息源的定位建图方法[2]。 现代视觉SLAM 系统已经相当成熟，并具有令人满意的性能，例如基于特征点法的ORB＿SLAM2[3]，利用ORB 特征[4]进行计算，支持单目、双目、RGB-D 三种模式，使用跟踪、局部建图、回环检测的三线程结构，构建稀疏特征点地图；基于半直接法的LSD-SLAM[5]，利用直接图像对齐进行高精度位姿估计，实时重建3D 环境作为与半稠密深度图相关的关键帧位姿图，该算法允许构建大规模半稠密的三维地图；基于直接法的DTAM[6]，依赖于单个像素的光度变化、纹理信息，通过直接最小化光度误差和全局空间正则化来估计出完全密集的重构。

但是以上经典SLAM 系统都是建立在场景中的物体均是静态的假设前提下，对动态物体的检测和处理十分有限，然而实际的室内外场景中，无法规避运动物体，比如行走的人或动物、行驶的自行车或汽车。 在这种情况下，周围环境的意外变化可能会严重影响相机位姿估计，增大轨迹误差甚至导致系统故障。 于是，运动物体的检测与动态区域的正确分割成为动态场景下视觉SLAM 的重要研究环节。……