论文地址： http://arxiv.org/pdf/1809.08379v2.pdf
代码： https://github.com/ivipsourcecode/ds-slam
来源： 清华大学
论文名称：DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments
原文作者：Chao Yu
内容提要
SLAM被认为是智能移动机器人的一种基本功能。在过去的几十年里，开发了许多SLAM系统，并在某些情况下取得了良好的表现。但是，仍然有一些问题没有得到很好的解决，例如如何处理动态环境中的移动物体，如何使机器人真正理解周围的环境，从而完成高级任务。本文提出了一种面向动态环境的鲁棒的语义视觉SLAM系统。在DS-SLAM中，五个线程并行运行：跟踪、语义分割、局部建图、回环检测和稠密语义地图构建。DS-SLAM将语义分割网络与运动一致性检查方法相结合，减少了动态目标的影响，在动态环境下极大地提高了定位精度。同时，生成了密集的语义八叉树映射，可用于高级任务。我们在TUM RGB-D数据集和真实环境中进行了实验。实验结果表明，与ORB-SLAM2相比，DS-SLAM的绝对轨迹精度可提高一个数量级。在高度动态环境中，DS-SLAM是性能SOTA的算法之一。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。
