动态环境下的实时 SLAM 流程
机器人学
2023-03-07 v1 人工智能
机器学习
摘要
受近期使用 ORB-SLAM 和 RGB-D SLAM 的稠密数据方法应用成功的启发，我们提出了一种在动态环境下更好的实时 SLAM 流程。与以往只能处理静态场景的 SLAM 不同，我们提出了一种结合 RGB-D SLAM 与 YOLO 实时目标检测的方案，以分割并移除动态场景，进而构建静态场景的三维模型。我们收集了一个数据集，使我们能够联合考虑语义、几何与物理，从而能够在滤除所有动态物体的同时重建静态场景。
引用
@article{arxiv.2303.02272,
title = {Real-time SLAM Pipeline in Dynamics Environment},
author = {Alex Fu and Lingjie Kong},
journal= {arXiv preprint arXiv:2303.02272},
year = {2023}
}