融合语义信息的视觉惯性SLAM算法

打开文本图片集

摘 要：

针对传统SLAM算法在动态环境中会受到动态特征点的影响，导致算法定位精度下降的问题，提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS（visual inertial navigation system based on semantics fusion）。首先基于VINS-Mono算法框架，将语义分割网络PP-LiteSeg集成到系统前端，并根据语义分割结果去除动态特征点；其次，在后端利用像素语义概率构建语义概率误差约束项，并使用特征点自适应权重，提出了新的BA代价函数和相机外参优化策略，提高了状态估计的准确度；最后，为验证该算法的有效性，在VIODE和NTU VIRAL数据集上进行实验。（剩余18447字）