[发明专利]一种基于像素级语义信息的SLAM方法

摘要

本发明公开了一种基于像素级语义信息的SLAM方法，将基于深度学习的目标检测模块加入到ORB_SLAM2中，很好的消除了动态目标所造成的位姿跟踪误差，但当场景中动态目标占据大部分比例时，目标检测获得的目标框进行特征点滤出，导致场景中特征点数量不足，目标跟踪丢失；本发明提出精细地在像素级别区分语义类别，目前语义分割网络的运行速度和准确度存在着反比关系，通过实时的ICNet语义分割网络获得语义信息引入ORB_SLAM2中，解决视觉特征点过少和大多数视觉特征点深度太大，导致两帧匹配时视差极小的问题，通过提取稳定的SURF特征点，并添加语义约束，有效的提升了ORB_SLAM2的性能。