本文使用的SOLOv2是实例分割网络, 能区分场景中相同类别的不同实例, 如区分场景中不同的人, 这样就能知道每个先验动态物体在环境中的深度信息与位置信息.令F_n表示第n帧的RGB图像, S_n表示语义分割对第n帧分割结果, S'_n表示DSV-SLAM生成的第n帧语义信息, D_n表示第n帧深度图像.

跟踪线程获取延迟语义信息后, 不能直接去除当前帧的动态物体.但是, 图像帧在时间和空间上是连续的, 在极短的时间内, 在连续的几个图像帧中, 同一物体在空间中的位置与深度都不会发生剧烈的变化.如图2所示, 图中黄色边缘内区域表示先验动态物体延迟语义信息.

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 当前帧深度图与延迟语义信息的差异Fig.2 Difference of current frame depth image and delayed semantic information

当跟踪线程对第n帧RGB图像F_n进行跟踪时, 实例分割线程返回第k(k < n)帧F_k的实例分割结果:

${{S}_{k}}=\{(S_{k, id}^{i}, S_{k, mask}^{i})|i\ge 0\}$,

其中, Sk, idi、 Sk, maski分别表示F_k分割的第i个先验动态物体的类别和掩膜.对于F_k中的每个先验动态物体, 结合该物体的掩膜 Sk, maski与深度图D_k, 计算该物体在D_k平均深度:

$d_{k}^{i}=\frac{1}{N}\overset{N}{\mathop{\underset{i=1}{\mathop \sum }\, }}\, {{v}_{i}}$,

其中, N表示D_k落在掩膜区域 Sk, maski内所有像素的个数, v_i表示区域内每个像素点对应的深度值.

首先, 将图像F_n的深度图D_n划分为w× w的矩形网格.若网格的平均深度值相近并且在几何上相邻, 这些网格很可能属于同一物体.网格的标准差大小反映像素点所处网格的差异程度.标准差越大, 表明该网格内的像素点越不可能属于同一物体, 往往位于物体边缘.标准差越小, 说明该网格内的像素点越可能属于同一物体, 通常位于物体内部.如图3所示, 白色数字表示深度平均值, 黄色数字表示标准差, 绿色边框的网格属于一类物体.紫色边框的网格属于另一类物体, 它们都位于物体内部.红色边框网格位于两类物体相交的边缘.

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 网格的平均值与标准差Fig.3 Mean and standard deviation of mesh

深度图D_n第h个网格的平均深度值:

$m_{n}^{h}=\frac{1}{N}\overset{N}{\mathop{\underset{j=1}{\mathop \sum }\, }}\, {{v}_{j}}$,

其中, N表示网格内所有像素的个数, v_j表示网格区域内每个像素点对应的深度值.第h个网格的标准差:

$std_{n}^{h}=\sqrt[]{\frac{1}{N-1}\overset{N}{\mathop{\underset{j=1}{\mathop \sum }\, }}\, {{({{v}_{j}}-m_{n}^{i})}^{2}}}$.

传统方法是基于深度图中聚类中心与各点深度值的差异进行聚类, 本文与此不同, 是对深度图进行网格划分, 计算每个网格内深度值的均值与标准差, 用于聚类.这种方法可显著减少计算量, 提高处理速度.

将第k帧的先验动态物体i的掩膜 Sk, maski与当前帧的深度图D_n叠加, 找出D_n中位于物体i内部网格.计算物体i在D_k平均深度 dki与落在其掩膜内的网格h平均深度 mnh的差值:

${{d}_{f}}=\text{ }\!\!|\!\!\text{ }m_{n}^{h}-d_{k}^{i}\text{ }\!\!|\!\!\text{ }$.

当网格h满足条件1), 即差值d_f和网格标准差都小于等于阈值θ _b, 将其加入集合V.

遍历集合V, 找出满足条件1)且不在集合V中所有内部网格, 也加入集合V.再找出与集合V中元素邻接的边缘网格, 加入集合V.邻接的边缘网格应满足条件2), 即网格标准差大于阈值θ _b, 并且网格内部像素点的深度值与 dki的差值小于θ _b的个数大于50.

网格聚类示意图如图4所示, 绿色边缘的网格表示内部网格, 红色边缘的网格表示边缘网格.

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 网格聚类示意图Fig.4 Illustration of grid clustering

根据集合V中的所有网格生成先验动态物体在当前帧的语义信息.遍历集合V中的网格, 如果该网格是内部网格, 将该网格内的所有像素点提取为掩膜, 否则, 对边缘网格h中像素点深度值在[ mnh-θ _b, mnh+θ _b]区间的点进行掩膜提取.最后生成当前帧语义信息S'_n, 如图5中黄色边缘内区域所示, 它能准确分割环境中的人.

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 当前帧语义信息Fig.5 Semantic information of current frame

在得到当前帧语义信息后, 若直接将先验动态物体掩膜内的特征点标记为动态特征点并剔除, 当这些动态特征点占总特征点的比例较大时, 会导致跟踪线程的特征点数量过少, 从而使视觉SLAM系统的跟踪失败.所以, 本文筛选先验动态物体掩膜内的特征点, 判断其真实的运动状态.

首先, 定义地图点的成功跟踪计数(Successful Tracking Count, STC).STC表示自地图点被创建后, 被后续帧成功跟踪次数的累加和.当关键帧的特征点被创建为地图点加入局部地图后, 若该地图点为一个静态的地图点, 那么该点在后续帧的局部地图跟踪过程中应能被多次跟踪.反之, 若该点创建后很少被跟踪成功, 则认为该点是一个可疑的动态点.选取离当前帧的参考关键帧最近的5个关键帧生成的地图点, 统计自该地图点P_i被创建到当前帧的STC, STC的更新公式如下:

STC(P_i)=STC(P_i)+1.

计算STC(p_i)与STC(avg)的比值d_stc.若d_stc> θ _stc, 并且该特征点位于先验动态物体上, 认为特征点p_i为可疑动态特征点, 加入动态特征点集合V_d.

根据极线约束进一步验证V_d的特征点.若P为空间中一个地图点, 直线l_k-1, l_k为极线:

${{l}_{k}}={{F}_{k}}_{-1, k}\times {{x}_{k}}_{-1}={{[\begin{array}{* {35}{l}} {{X}_{k}} & {{Y}_{k}} & {{Z}_{k}} \\ \end{array}]}^{T}}$,

其中x_k-1为特征点p_k-1的归一化像素坐标.

p_k、 p_k-1为P在图像帧中对应的特征点.在理想情况下, p_k应位于极线l_k上, 但在实际情况中, 由于噪声的存在, p_k偏离极线l_k, p_k到l_k的距离为:

$d=\frac{{{x}^{\text{T}}}_{k}\ {{F}\ _{k-1,k}}\ \ \ {\ \ \ {x}\ _{k-1}}\ \ \ \ }{\ \ \ \sqrt[]{\left| {{X}_{K}} \right|{^{2}}+\left| {{Y}_{K}} \right|{^{2}}}\ \ \ \ }$,

其中, x_k表示特征点p_k的归一化像素坐标.F_{k-1, k}表示F_k-1变换到F_k的基础矩阵, 它的计算不会使用可疑动态特征点集合V_d中的点, 而是通过F_k-1与F_k的静态匹配特征点对通过随机采样一致性(Random Sample Consensus, RANSAC)计算得出.

若地图点未移动, d应小于阈值θ _s.若地图点发生移动, 如图6所示.

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 极线约束示意图Fig.6 Epipolar constraints

图6中P移动到P'位置, 此时与P'对应的特征点p_k到l_k的距离d大于阈值θ _s, 该点不满足极限约束, 为动态特征点.θ _s阈值过大与过小都会导致位姿精度的下降.图7为不同θ _s阈值在walking_xyz图像序列下绝对轨迹均方根误差(Root Mean Square Error, RMSE)的误差值.遍历V_d的特征点, 根据极限约束对所有特征点进行验证筛选.

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 θ s不同时绝对轨迹RMSE值对比Fig.7 Comparison of absolute trajectory RMSE with different values of θ s

动态特征点筛选结果如图8所示, 红点为动态特征点, 绿点为静态特征点.(a)为经过STC筛选的特征点, (b)为极线约束进一步验证得到的特征点分类结果.

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 动态特征点筛选结果Fig.8 Screening results of dynamic feature point

为了准确剔除当前帧中的动态特征点, 需要精细判断先验动态物体各区域的运动状态.与将先验动态物体视为刚体整体判定运动状态不同, 本文认为运动物体(如人)在运动中仍有许多区域保持静止, 而且在一定区域内特征点有相同的运动趋势.所以, 本文将结合动态特征点集合V_d、当前帧语义信息S'_n和与之对应的网格集合V剔除动态特征点.首先遍历特征点集合 PkORB, 统计先验动态物体上静态特征点与动态特征点的数目.然后, 计算静态特征点与动态特征点的比值r₁, 确定物体真实运动状态.如果r₁> θ _obj, 保留物体上所有的特征点, 否则, 进一步统计物体上每个网格内的静态特征点与动态特征点计数, 并计算其比值r₂.若比值r₂> θ _grid, 认为该网格内都为静态特征点, 否则, 将该网格内的所有特征点视为动态特征点, 并从ORB的特征点集合 PkORB中剔除.最后, 使用 PkORB剩余的静态特征点进行相机的位姿估计, 并建立稀疏点云地图.

本文在TUM RGB-D数据集、真实场景中的医院环境、家居环境中测试算法.选取TUM数据集中fr3动态场景数据集的fr3/walking_* 序列和fr3/sitting_* 序列作为实验数据集.fr3/walking_* 序列为高动态数据集, 场景中有2个人在桌前来回走动, 而fr3/sitting_* 序列的动态程度较低, 2个人坐在桌前交谈, 运动幅度较小.真实场景中都选取有人活动的动态场景进行测试.为了消除偶然误差, 提高实验结果的准确性, 本文对每个测试数据集序列运行10次, 并将所有结果取平均值作为最终的实验结果.

实验运行环境为64位Ubuntu 18.04系统, Inter i5-12400F CPU、NVIDIA GeForce GTX3070、16 GB运行内存.

参数的设置经过在公共数据集与真实环境共10个序列上的验证调优得到, 具体数值如下:θ _b=3, θ _stc=1.2, θ _s=0.8, θ _obj=1.5, θ _grid=2, w=25.

DSV-SLAM在fr3/walking_* 序列上的运行结果如图9所示, (a)是未使用DSV-SLAM前的结果, 因为使用延迟语义信息, 先验动态物体(黄色区域)掩膜未能准确标识环境中移动的人.(b)为结合当前帧深度图与延迟语义信息网格聚类后的结果, 绿色网格区域为人所在区域.(c)为DSV-SLAM得到的最终结果, 精确标识人的位置, 用于后续动态特征点的剔除.在(a)中, 由于相机快速移动, 导致图像右侧的人消失在当前帧的视野中, 而延迟语义信息显示他还在相机视野中, DSV-SLAM可准确判别这种边界情况, 如(c)右侧并未错误生成掩膜, 由此验证DSV-SLAM的鲁棒性.

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 DSV-SLAM在fr3/walking_* 序列上的生成图像Fig.9 Images generated by DSV-SLAM on fr3/walking_* sequence

DSV-SLAM在医院场景(左图)和真实家居(右图)的生成图像如图10所示.

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 DSV-SLAM在真实场景中的生成图像Fig.10 Images generated by DSV-SLAM in real-world scene

由图10可见, 在真实动态场景下, DSV-SLAM依然表现较优.

此外, 本文还与文献[19]算法进行对比.文献[19]算法通过双向补偿光流法找出图像中可疑的动态区块, 通过几何连通性处理孤立区块与被包围区块, 再通过K-means++聚类进行优化, 得到结果图.DSV-SLAM使用延迟语义信息作为参照, 得到初始动态网格区域, 然后, 采用计算与其相邻网格平均深度值差值的方法进行聚类, 最后, 结合深度图对每个网格进行掩膜提取, 得到最终图像.

2种算法网络聚类分割结果如图11所示.

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 两种算法网格聚类分割结果对比Fig.11 Segmentation result comparison of 2 grid clustering algorithms

由图11可见, DSV-SLAM的聚类速度快于K- means++聚类, 不需要迭代选择K个聚类中心, 对比(a)、(b)可看出, DSV-SLAM能得到更精细的先验动态物体掩膜信息.

为了检测DSV-SLAM筛选和剔除动态特征点的有效性, 在TUM数据集与真实场景数据集上各选择两个序列进行动态特征点判断和剔除实验, 结果如图12和图13所示, 红点表示动态特征点, 绿点表示静态特征点, 只有静态特征点才能被用于位姿估计.

图12

Fig.12

	Figure Option ViewDownloadNew Window
	图12 DSV-SLAM在TUM数据集上动态特征点筛选与剔除 结果Fig.12 Dynamic feature points screening and removal by DSV-SLAM on TUM dataset

图13

Fig.13

	Figure Option ViewDownloadNew Window
	图13 DSV-SLAM在真实场景动态特征点筛选与剔除结果Fig.13 Dynamic feature points screening and removal of DSV-SLAM in real-world scene

在图12(a)中, 坐在凳子上的人处于静止状态, 所以他身上的特征点都被识别为静态特征点, 而他右边站立的人处于运动状态, DSV-SLAM准确识别他身上的动态特征点区域和静态特征点区域.(b)为对(a)中动态点剔除后的结果.

在图13(a)中, DSV-SLAM不仅识别属于人身上的动态特征点, 而且还识别人手上书本上的动态特征点, 展现DSV-SLAM对场景中的被动移动物体检测能力.同时, DSV-SLAM也准确将(a)静止坐在病床上的人识别为静态物体, 保留人身上的静态特征点用于位姿跟踪, (b)为对(a)中动态点剔除的结果.实验结果表明, DSV-SLAM能准确判别先验动态物体真实的运动状态.若物体在运动, 能分区域剔除物体上动态特征点, 保留静态特征点用于追踪相机位姿.

此外, 大部分语义SLAM系统都将先验动态物体当做整体以剔除动态特征点, 如DS-SLAM^[21]、Fang等^[26]提出的动态特征点剔除算法, 而DSV-SLAM对动态物体进一步细分为网格区域以判断运动状态.本文选取DS-SLAM进行动态特征点筛选和剔除.实验选取的图像帧为环境中出现大量光滑地板的弱纹理场景, 该场景下环境中能提取到的特征点数量较少, 而DS-SLAM通过运动一致性和先验动态物体的语义信息检测动态特征点.

DS-SLAM和DSV-SLAM筛选和剔除动态特征点的结果如图14所示.

图14

Fig.14

	Figure Option ViewDownloadNew Window
	图14 两种算法动态特征点筛选和剔除结果Fig.14 Dynamic feature points screening and removal of 2 algorithms

由图14(a)可看出, 动态特征点的数量占比接近总数量的一半.再将动态物体上的特征点全部剔除, 当动态特征点的数量占比较大时可能会因静态特征点数量不足导致跟踪失败.DSV-SLAM不整体剔除动态物体的特征点, 而是使用网格进一步细分动态物体, 从而判断每个网格区域的运动状态, 由(b)可看出, DSV-SLAM保留动态物体一部分静态特征点用于后续的跟踪匹配, 提高系统的鲁棒性.

对比真实位姿轨迹与估计位姿轨迹可以定量评估SLAM的性能, 评估指标为绝对轨迹误差(Abso-lute Trajectory Error, ATE)和相对位姿误差(Rela-tive Pose Error, RPE).在TUM RGB-D数据集上选择walking_xyz、walking_halfsphere序列, ORB-SLAM3和DSV-SLAM的ATE对比如图15所示, 红色线段表示真实轨迹与估计轨迹的绝对误差, 红色线段越短表示误差越小, 算法精度越高.

图15

Fig.15

	Figure Option ViewDownloadNew Window
	图15 两种算法在2个序列上的ATE对比Fig.15 ATE comparison of 2 algorithms on 2 sequences

ORB-SLAM3与DSV-SLAM在walking_xyz、walking_halfsphere序列上的RPE对比如图16所示, 图中y轴表示估计位姿与真实位姿在某一时刻的平移误差.

图16

Fig.16

	Figure Option ViewDownloadNew Window
	图16 两种算法在2个序列上的相对位姿误差对比Fig.16 RPE comparison of 2 algorithms on 2 sequences

从图16可清晰看出, DSV-SLAM的精度远高于ORB-SLAM3.

DSV-SLAM和ORB-SLAM3在fr3数据集的5个序列上的ATE与RPE对比如表1和表2所示, 同时计算DSV-SLAM比ORB-SLAM3性能提升的百分比.

表1

Table 1

表1(Table 1)

表1 两种算法在5个序列上的ATE对比 Table 1 ATE comparison of 2 algorithms on 5 sequences 序列 ORB-SLAM3/m DSV-SLAM/m 提升幅度/% RMSE 标准差 RMSE 标准差 RMSE 标准差 walking_xyz 0.7968 0.4441 0.0138 0.0071 98.26 98.40 walking_rpy 0.7450 0.3718 0.0337 0.0190 95.48 94.89 walking_half 0.5253 0.4897 0.0270 0.0146 94.86 97.01 walking_static 0.3981 0.1721 0.0065 0.0030 98.36 98.25 sitting_xyz 0.0091 0.0045 0.0084 0.0041 7.69 8.88

表1 两种算法在5个序列上的ATE对比 Table 1 ATE comparison of 2 algorithms on 5 sequences

表2

Table 2

表2(Table 2)

表2 两种算法在5个序列上的RPE对比 Table 2 RPE comparison of 2 algorithms on 5 sequences 序列 ORB-SLAM3/m DSV-SLAM/m 提升幅度/% RMSE 标准差 RMSE 标准差 RMSE 标准差 walking_xyz 0.9268 0.4834 0.0147 0.0098 98.41 97.97 walking_rpy 0.9608 0.5372 0.0225 0.0147 97.65 97.26 walking_half 0.7854 0.4495 0.0360 0.0159 95.41 96.46 walking_static 0.5103 0.3943 0.0136 0.0081 97.33 97.94 sitting_xyz 0.0132 0.0061 0.0124 0.0055 6.06 9.83

表2 两种算法在5个序列上的RPE对比 Table 2 RPE comparison of 2 algorithms on 5 sequences

由表1和表2可以看出, 在fr3/walking_* 高动态序列上, 相比ORBSLAM3, DSV-SLAM的性能大幅提升, 这是因为在高动态环境中运动物体运动幅度较大, 场景中动态特征点数量占比较高, 能有效剔除这些动态特征点.而在sitting_xyz低动态序列上, DSV-SLAM提升并不明显, 因为在低动态的环境中, 动态物体只有小幅运动, 场景中动态特征点的数量极少, 这种情况下ORB-SLAM3根据RANSAC就能剔除这些外点, 并达到较优的跟踪效果.

在walking_xyz、walking_halfsphere序列上, 对比DSV-SLAM和ORB-SLAM3估计的相机运动轨迹与相机真实轨迹, 如图17所示.图中蓝线表示ORB-SLAM3估计的相机运动轨迹, 绿线表示DSV-SLAM估计的相机运动轨迹.

图17

Fig.17

	Figure Option ViewDownloadNew Window
	图17 DSV-SLAM、ORB-SLAM3与真实轨迹对比图Fig.17 Comparison of real trajectories and trajectories generated by DSV-SLAM and ORB-SLAM3

由图17可以看出, 在相同尺度下, DSV-SLAM获得的相机运动轨迹与真实轨迹基本一致, 而 ORB-SLAM3由于受动态物体的影响, 轨迹出现较大偏差.

除了与ORB-SLAM3对比, 本文还选择近年来处理动态场景较优秀SLAM:DynaSLAM^[20]、DS-SLAM^[21]、RS-SLAM^[27]、SG-SLAM^[28]、DPF-SLAM(Dy-namic Probability Fusion SLAM)^[29].各算法的ATE对比如表3所示.原文献若提供开源代码, 给出使用开源代码在本文实验环境中的运行结果; 否则, 直接引用原文献中的数据, 并且使用* 标明.表中黑体数字表示精度最高, 斜体数字表示精度次高.由表可以看出, 这些面向动态场景的视觉SLAM在不同的场景序列中各有优势.DynaSLAM在高动态序列上表现良好, 但在sitting_xyz低动态序列表现不佳, 这是因为DynaSLAM并未考虑环境中人真实的运动状态, 而是将人都视为动态物体剔除, 当人身上的特征点数目过多时, 可能导致用于位姿估计的特征点太少而算法失效.DS-SLAM在高动态序列的表现差于DynaSLAM, 是因为DS-SLAM使用轻量级语义分割网络SegNet, 处理速度快于DynaSLAM使用的实例网络Mask R-CNN, 但精度不高, 在高动态场景下容易出现漏分割现象, 导致位姿估计精度下降.RS-SLAM有两个序列精度次高, 是因为它使用贝叶斯更新, 让分割结果更精确, 并且检测环境中被动移动物体的运动状态, 提高位姿估计的精度.DSV-SLAM在高低动态环境中都表现良好, 因为DSV-SLAM能准确判断先验动态物体的真实运动状态, 最大程度地保留环境中的静态特征点用于相机位姿估计, 从而提升算法精度, 保证系统的鲁棒性.

表3

Table 3

表3(Table 3)

表3 各算法在5个序列上的ATE对比 Table 3 ATE comparison of different algorithms on 5 sequences 序列 DynaSLAM DS-SLAM RS-SLAM* SG-SLAM* DPF-SLAM* DSV-SLAM RMSE 标准差 RMSE 标准差 RMSE 标准差 RMSE 标准差 RMSE 标准差 RMSE 标准差 walking_xyz 0.0161 0.0083 0.0250 0.0178 0.0146 0.0074 0.0152 0.0075 0.0361 - 0.0138 0.0071 walking_rpy 0.0345 0.0195 0.4614 0.2477 0.1869 0.0629 0.0324 0.0187 0.1865 - 0.0337 0.0190 walking_half 0.0293 0.0149 0.0316 0.0164 0.0425 0.0264 0.0268 0.0134 0.0275 - 0.0270 0.0146 walking_static 0.0067 0.0038 0.0069 0.0030 0.0067 0.0032 0.0073 0.0034 0.0102 - 0.0065 0.0030 sitting_xyz 0.0156 0.0071 0.0101 0.0053 - - - - 0.0197 - 0.0084 0.0041

表3 各算法在5个序列上的ATE对比 Table 3 ATE comparison of different algorithms on 5 sequences

为了体现DSV-SLAM的实时性, 统计语义分割模块和跟踪模块处理一帧图像的耗时, 并计算整个SLAM系统处理一帧图像的平均耗时.选择ORB-SLAM3^[5]、DynaSLAM^[20]、DS-SLAM^[21]、RS-SLAM^[27]、PSPNet-SLAM(Pyramid Scene Parsing Network SL- AM)^[30]进行对比实验, 运行时间如表4所示.

表4

Table 4

表4(Table 4)

表4 各算法主要模块的运行时间对比 Table 4 Running time comparison of main modules of different algorithms ms 算法 语义分割耗时 跟踪耗时 平均每帧耗时 ORB-SLAM3 0 17.2 16.5 DynaSLAM 119.7 419.5 > 300 DS-SLAM 32.4 29.3 55.2 RS-SLAM* 155.06 - > 150 PSPNet-SLAM* - 255.6 > 250 DSV-SLAM 65.5 27.6 28.0

表4 各算法主要模块的运行时间对比 Table 4 Running time comparison of main modules of different algorithms ms

对于开源SLAM使用在本文实验环境中各个模块真实的运行时间, 没有源代码的SLAM用* 标明, 并根据原文献给的数据近似计算.由表4可得, DynaSLAM、RS-SLAM等由于语义网络分割非常耗时, 整个系统处理每帧的时间都超过150 ms.而DSV-SLAM将语义线程与跟踪线程并行执行, 系统的执行速度不受语义分割网络的影响, 系统处理1帧大约为28 ms, 大幅减少时间开销, 保证系统的实时性.

实验使用搭载Kinect V2相机的机器人, 在真实的实验室场景下验证DSV-SLAM的有效性, 结果如图18所示.(a)为原始特征点提取结果, (b)为DSV-SLAM结合延迟语义信息生成的当前帧语义分割结果, (c)为动态特征点的筛选结果, (d)为剔除动态特征点的结果, 算法在机器人上的运行帧率为35.82 毫秒/帧.DSV-SLAM在真实场景中能保证实时性的同时, 获得环境中动态物体的语义信息, 提升SLAM系统在高动态环境下的定位精度, 因此在真实场景中具有普适性与鲁棒性.

图18

Fig.18

	Figure Option ViewDownloadNew Window
	图18 DSV-SLAM在实体机器人真实场景中的结果Fig.18 Experimental results of DSV-SLAM on physical robots in real scene