基于視覺(jué)SLAM和目標(biāo)檢測(cè)的語(yǔ)義地圖構(gòu)建

胡新宇，左 韜,2，張勁波，伍一維

（1.武漢科技大學(xué) 信息科學(xué)與工程學(xué)院，湖北 武漢 430081；2.武漢科技大學(xué) 冶金自動(dòng)化與檢測(cè)技術(shù)教育部工程研究中心，湖北 武漢 430081）

引言

移動(dòng)機(jī)器人與周?chē)h(huán)境進(jìn)行智能交互，在環(huán)境中執(zhí)行類(lèi)似于人的任務(wù)，是近些年的研究熱點(diǎn)[1]。同時(shí)定位與地圖構(gòu)建（SLAM，simultaneous localization and mapping）是移動(dòng)機(jī)器人最基本的問(wèn)題，要求機(jī)器人能在未知環(huán)境中探索、建模并構(gòu)建有效、可用的全局地圖，是該領(lǐng)域研究的前沿方向[2]。將深度學(xué)習(xí)融合到視覺(jué)SLAM技術(shù)中，構(gòu)建含有環(huán)境語(yǔ)義信息的三維稠密點(diǎn)云地圖，這對(duì)移動(dòng)機(jī)器人理解環(huán)境中的語(yǔ)義信息，順利執(zhí)行高級(jí)復(fù)雜的任務(wù)具有舉足輕重的作用。

視覺(jué)SLAM是通過(guò)視覺(jué)傳感器，在沒(méi)有環(huán)境先驗(yàn)信息的情況下，在運(yùn)動(dòng)過(guò)程中估計(jì)自身運(yùn)動(dòng)狀態(tài)并構(gòu)建環(huán)境地圖[3]。目前，主流的視覺(jué)SLAM算法可分為兩種[4]：一種是基于特征的方法，該算法是通過(guò)提取每個(gè)圖像中的特征，再進(jìn)行匹配，從而恢復(fù)相機(jī)的姿態(tài)。如：KinectFusion[5]使用RGBD 相機(jī)，通過(guò)ICP算法恢復(fù)相機(jī)的姿態(tài)，并通過(guò)CUDA 進(jìn)行加速，來(lái)構(gòu)建環(huán)境的稠密點(diǎn)云地圖；RGBD_SLAM[6]是通過(guò)跟蹤ORB 特征，利用G2O算法優(yōu)化相機(jī)位姿來(lái)構(gòu)建稠密地圖；ORB-SLAM[7]是目前為止在該領(lǐng)域最優(yōu)秀的SLAM系統(tǒng)框架，不僅支持單目、雙目以及深度相機(jī)，還包含回環(huán)檢測(cè)、重定位、自動(dòng)初始化，可以穩(wěn)健、快速地構(gòu)建環(huán)境的稀疏點(diǎn)云地圖。另一種是直接法，根據(jù)圖像的強(qiáng)度值來(lái)估計(jì)相機(jī)位姿，常見(jiàn)的基于直接法的算法框架有：DSO_SLAM[8]、LSD_SLAM[9]、SVO_SLAM[10]等。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，深度學(xué)習(xí)的出現(xiàn)推動(dòng)了目標(biāo)檢測(cè)的發(fā)展。……