1 福建工程学院机械与汽车工程学院，福建福州 350118
2 福建工程学院数字福建工业制造物联网实验室，福建福州 350118
3 华侨大学机电及自动化学院，福建厦门 361021
SLAM一直是机器人领域的研究热点，近年来取得了万众瞩目的进步，但很少有 SLAM算法考虑到动态场景的处理。针对视觉 SLAM场景中动态目标的处理，提出一种在动态场景下的图像处理方法。将基于深度学习的语义分割算法引入到 ORB_SLAM2方法中，对输入图像进行分类处理的同时剔除人身上的特征点。基于已经剔除特征点的图像进行位姿估计。在 TUM数据集上与 ORB_SLAM2进行对比，在动态场景下的绝对轨迹误差和相对路径误差精度提高了 90%以上。在保证地图精度的前提下，改善了地图的适用性。
视觉 SLAM 动态场景 特征点 剔除 visual SLAM, dynamic scene, ORB- LAM2, feature poi ORB-SLAM2
Wuhan Institute of Physics, Academia Sinica, Wuhan 430071
Chinese Journal of Lasers B
1993, 2(5): 429
