结合语义和几何特征以实现动态环境中的鲁棒视觉SLAM（Visual SLAM）

《Scientific Reports》：Combining semantic and geometric features for robust VSLAM in dynamic environments

　　```

摘要

视觉同时定位与地图构建（VSLAM）是智能和自主无人系统（如机器人和自动驾驶车辆）的核心技术。它利用摄像头传感器在复杂环境中收集特征信息，以实现自身姿态的估计，这在机器人等无人系统领域具有重要意义。然而，传统SLAM方法的核心基于静态环境的假设，这与动态场景的现实情况存在根本冲突，从而导致在动态环境中的姿态估计误差。因此，本文提出了一种SEM-VSLAM方法，该方法结合了多任务网络语义信息和几何特征信息，以解决动态物体的干扰问题，从而实现高效稳定的视觉相机姿态估计。首先，使用改进的语义分割网络为输入图像中的每个像素分配语义标签，以便更好地分割动态环境中的行人等具有语义关联的物体。然后设计边缘提取网络来获取动态目标物体的轮廓信息，从而提高动态目标物体的识别精度。最后，本文提出了一种运动权重估计方法，该方法利用高斯分布识别潜在的动态目标，并结合簇间最大方差来获取静态区域中的点特征信息。对比实验结果表明，本文提出的方法能够在动态物体干扰存在的情况下有效提高视觉相机姿态估计的精度。

```