[发明专利]一种基于语义光流和逆深度滤波的视觉SLAM方法

说明书

本发明涉及一种基于语义光流和逆深度滤波的视觉SLAM方法，包括以下步骤：(1)视觉传感器采集图像，并对采集到的图像进行特征提取和语义分割，得到提取的特征点与语义分割结果。(2)根据所述特征点与分割结果，用语义光流法进行地图初始化，剔除动态特征点，创建出可靠的初始化地图。(3)将所述初始化地图采用逆深度滤波器对地图中3D地图点是否为动态点进行评估，并根据逆深度滤波器的评估结果扩展地图。(4)针对深度滤波器扩展后的地图继续依次序进行跟踪、局部建图以及回环检测，最终实现基于语义光流和逆深度滤波的面向动态场景的视觉SLAM。

技术领域

本发明涉及一种基于语义光流和逆深度滤波的视觉SLAM方法，这是一种结合了语义光流和逆深度滤波技术的视觉SLAM新方法，适用于解决传统视觉SLAM系统在高动态场景下失效以及缺少对场景理解等问题。

背景技术

同时定位与地图构建(SLAM)是指机器人在没有环境先验信息的情况下，通过获取的传感器数据，估计机器人自身的位姿，同时构建一个全局一致的环境地图。其中基于视觉传感器的SLAM系统被称为视觉SLAM，因其具有的硬件成本低，定位精度高，可实现完全自主的定位导航等优势，使这项技术在人工智能和虚拟现实等领域广受关注，也诞生了例如RTAB-MAP、DVO-SLAM、ORB-SLAM2等诸多优秀的视觉SLAM系统。

传统的视觉SLAM系统通常假设系统所处环境是静态的，难以应对长时间，大空间尺度，高动态场景等日常生活中常见情况。尤其是在高动态场景中，基于静态世界假设的视觉SLAM无法辨别系统所处的动态场景，更无法分辨出该场景内的动态物体，导致SLAM系统在动态环境下的精度大幅降低，严重时甚至导致整个SLAM系统失效，影响视觉SLAM系统在日常生活中的广泛应用。因此如何改善动态场景下视觉SLAM系统的精度与稳定性、增强系统对周围环境理解能力这一课题至关重要，也是成为视觉SLAM领域中一个亟待解决的问题。

近年来，随着深度学习算法的进步和运算能力的提高，计算机对于处理如图像分类、语义分割等图像处理能力日渐提高。将传统视觉SLAM技术和基于深度学习的语义分割技术进行结合，可以极大地提升SLAM系统的鲁棒性和实用性。结合了语义信息的SLAM算法通常被统称为语义SLAM，这是一个新兴的研究领域，如何使用语义信息，目前也没有比较成熟和一致的方案。目前的难点有如下几个方面：(1)如何保证高动态场景下语义视觉SLAM系统的精度和稳定性；(2)如何在增强语义视觉SLAM系统应对高动态场景能力的同时，使系统在应对静态场景时旧有良好的表现。

发明内容

本发明的技术解决问题是：克服现有技术不足，针对动态场景条件下系统视觉定位系统易受干扰问题，提供一种基于语义光流和逆深度滤波的视觉SLAM方法，改善SLAM系统应对动态场景能力，提升系统对场景理解能力，提高系统在动态场景下的定位精度。

本发明的技术解决方案为一种基于语义光流和逆深度滤波的视觉SLAM方法，实现步骤如下：包括以下步骤：

步骤(1)视觉传感器采集图像，并对采集到的图像进行特征提取和语义分割，得到提取的特征点与语义分割结果；

步骤(2)根据所述特征点与分割结果，通过语义光流法进行地图初始化，剔除动态特征点，创建出可靠的初始化地图；

步骤(3)将所述初始化地图采用逆深度滤波器对初始化地图中3D地图点是否为动态点进行评估，并根据逆深度滤波器的评估结果扩展地图；

步骤(4)针对逆深度滤波器扩展后的扩展地图继续依次序进行跟踪、局部建图以及回环检测，进而在动态场景下构建出准确地图，最终实现基于语义光流和逆深度滤波的面向动态场景的视觉SLAM。

进一步的，所述步骤(1)中，图像进行特征提取和语义分割方法如下：