买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东电网有限责任公司肇庆供电局

摘要：本发明涉及一种动态环境下基于改进的语义光流法的SLAM方法，对输入图像提取ORB特征点，然后计算描述子；通过语义分割网络对输入图像进行分割，获得各物体掩码；暂时删除动态物体掩码内的特征点；使用光流法对剩余特征点进行追踪，获得特征点匹配对；采用对极几何约束重新对所有特征点进行动态点判断；本发明通过光流法和语义信息结合去除动态点的方式，提高了视觉SLAM系统在高动态的环境中运行的精度和鲁棒性。

主权项：1.一种动态环境下基于改进的语义光流法的SLAM方法，其特征在于，包括以下步骤：步骤一：标定相机，去除图像畸变，获取图像序列；步骤二：对输入图像提取ORB特征点，然后计算描述子；步骤三：通过语义分割网络对输入图像进行分割，获得各物体掩码；暂时删除动态物体掩码内的特征点；所述语义分割网络为轻量级语义分割网络LEDNet；步骤四：使用光流法对剩余特征点进行追踪，获得特征点匹配对；光流法为LK光流法，使用加权最小二乘法进行光流估计，其中误差函数为： 其中，Ix，Iy表示特征点在x和y上的灰度梯度，It表示图像灰度对时间的变化量，vx，vy表示x，y上像素的速度；步骤五：采用对极几何约束重新对所有特征点进行动态点判断；通过对极几何约束检测动态点，计算相邻两帧特征点重投影到极线的距离，判定是否属于动态点；若物体静止特征点重投影在参考帧上的匹配点落在参考帧与极平面的交线上，则该点为静态点；具体步骤为：S5.1：p1，p2是当前帧和参考帧中匹配点的齐次坐标，其中，u，v是图像帧中的值，具体为：p1＝[u1,v1,1],p2＝[u2,v2,1]S5.2：计算极线，其中F为基础矩阵，通过八对特征点计算得到，具体为： 其中，[XYZ]T表示极线向量；S5.3：计算匹配点到其对应极线的距离，如果特征点为静态，D趋近于0；当D大于阈值ε，则该特征点为动态，具体为： 其中，p1，p2是当前帧和参考帧中匹配点的齐次坐标；F为基础矩阵；X和Y为极线向量；步骤六：通过跟踪线程以获得相机位姿；步骤七：通过局部建图线程进行点云处理，获得稀疏点云地图；步骤八：利用回环检测来优化位姿，更正漂移误差。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司肇庆供电局 一种动态环境下基于改进的语义光流法的SLAM方法