動(dòng)態(tài)場(chǎng)景下基于語(yǔ)義分割與運(yùn)動(dòng)一致性約束的車(chē)輛視覺(jué)SLAM*

黃圣杰，胡滿江，2，周云水，2，殷周平，秦曉輝，2，邊有鋼，2，賈倩倩

（1.汽車(chē)車(chē)身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院，長(zhǎng)沙 410082；2.湖南大學(xué)無(wú)錫智能控制研究院，無(wú)錫 214115；3.中國(guó)汽車(chē)工程學(xué)會(huì)，北京 100000）

前言

同時(shí)定位與建圖（simultaneous localization and mapping，SLAM）是指在沒(méi)有周?chē)h(huán)境先驗(yàn)信息的前提下，智能車(chē)輛僅依賴攜帶傳感器的信息，完成自身位姿估計(jì)與環(huán)境地圖構(gòu)建的過(guò)程，它是保障無(wú)人駕駛車(chē)輛決策、規(guī)劃等模塊正常運(yùn)行的重要前提［1］。其中，視覺(jué)SLAM以相機(jī)作為主要傳感器，因具備價(jià)格低廉、色彩紋理信息豐富、功耗小等優(yōu)勢(shì)，近年來(lái)受到了廣泛關(guān)注。

傳統(tǒng)視覺(jué)SLAM多基于靜態(tài)環(huán)境假設(shè)展開(kāi)，并借助多視圖幾何原理建立幀間數(shù)據(jù)的關(guān)聯(lián)模型，進(jìn)而計(jì)算相鄰幀間相機(jī)的位姿以及構(gòu)建環(huán)境地圖。然而，真實(shí)場(chǎng)景中的動(dòng)態(tài)對(duì)象難以避免，如車(chē)輛和行人，動(dòng)態(tài)對(duì)象的運(yùn)動(dòng)過(guò)程將對(duì)相機(jī)位姿和地圖點(diǎn)的解算結(jié)果造成干擾，易導(dǎo)致SLAM系統(tǒng)的位姿漂移和地圖重影問(wèn)題。為解決上述問(wèn)題，學(xué)者通常在前端視覺(jué)里程計(jì)之前將圖像中的動(dòng)態(tài)特征濾除，依賴靜態(tài)點(diǎn)完成SLAM系統(tǒng)的后續(xù)任務(wù)，從而提高SLAM在動(dòng)態(tài)環(huán)境下的魯棒性與精度。因此，如何精準(zhǔn)檢測(cè)出圖像中的動(dòng)態(tài)特征成為動(dòng)態(tài)環(huán)境下SLAM的關(guān)鍵問(wèn)題。

依據(jù)動(dòng)態(tài)特征檢測(cè)方法的不同，可將現(xiàn)有視覺(jué)SLAM算法分為3大類(lèi)：基于幾何約束的動(dòng)態(tài)特征檢測(cè)方法、基于光流的動(dòng)態(tài)特征檢測(cè)方法和基于語(yǔ)義的動(dòng)態(tài)特征檢測(cè)方法。在基于幾何約束的檢測(cè)方法中，ORB-SLAM系列［2-4］采用了隨機(jī)采樣一致性方法（random sample consensus，RANSAC）來(lái)剔除離群點(diǎn)（離群點(diǎn)中包含動(dòng)態(tài)特征點(diǎn)），即通過(guò)循環(huán)隨機(jī)抽取特征點(diǎn)子集計(jì)算得到單應(yīng)性矩陣，基于單應(yīng)性矩陣校驗(yàn)剩余特征點(diǎn)，超出閾值范圍的特征點(diǎn)則被視為離群點(diǎn)。魏彤等［5］通過(guò)相鄰兩幀相機(jī)之間的基礎(chǔ)矩陣與極線約束估計(jì)出動(dòng)態(tài)特征點(diǎn)，并基于深度與顏色信息進(jìn)一步確定動(dòng)態(tài)區(qū)域的輪廓。Zou等［6］基于三角測(cè)量一致性，計(jì)算前后幀圖像特征點(diǎn)的重投影誤差，并將誤差超出閾值范圍的特征點(diǎn)判定為動(dòng)態(tài)點(diǎn)。Dai等［7］利用Delaunay三角剖分法建立前后幀特征點(diǎn)的圖模型，隨后移除圖模型中多個(gè)關(guān)鍵幀之間觀察不一致的約束邊，進(jìn)而降低動(dòng)態(tài)特征點(diǎn)對(duì)地圖點(diǎn)與相機(jī)位姿優(yōu)化過(guò)程的影響。基于光流的動(dòng)態(tài)特征檢測(cè)方法中，F(xiàn)lowfusion［8］將PWC-Net網(wǎng)絡(luò)估計(jì)的光流進(jìn)一步劃分成由相機(jī)運(yùn)動(dòng)產(chǎn)生的自我流和由動(dòng)態(tài)對(duì)象運(yùn)動(dòng)產(chǎn)生的3D場(chǎng)景流，從而進(jìn)行動(dòng)態(tài)分割，經(jīng)過(guò)若干迭代完成場(chǎng)景重建。Derome等［9］首先基于5點(diǎn)法［10］獲取本質(zhì)矩陣，進(jìn)而由本質(zhì)矩陣與上一幀圖像獲取估計(jì)圖像，最后借助估計(jì)圖像與當(dāng)前幀圖像完成特征點(diǎn)的光流計(jì)算，光流值超出L2距離約束的特征點(diǎn)被判定為動(dòng)態(tài)特征點(diǎn)。近年來(lái)受益于深度學(xué)習(xí)在語(yǔ)義分割和目標(biāo)檢測(cè)領(lǐng)域的快速發(fā)展，諸多學(xué)者嘗試?yán)孟嚓P(guān)算法解決動(dòng)態(tài)場(chǎng)景的定位問(wèn)題。Runz等［11］借助Mask-RCNN［12］和幾何分割算法獲取場(chǎng)景中的動(dòng)態(tài)對(duì)象的掩碼。DS-SLAM［13］結(jié)合SegNet［14］語(yǔ)義分割網(wǎng)絡(luò)與運(yùn)動(dòng)一致性算法，濾除動(dòng)態(tài)特征點(diǎn)，從而得到可靠的相機(jī)位姿并構(gòu)建靜態(tài)目標(biāo)地圖。程騰等［15］融合多層次多模態(tài)的特征進(jìn)行目標(biāo)檢測(cè)。Bescos等［16］結(jié)合Mask-RCNN網(wǎng)絡(luò)、區(qū)域生長(zhǎng)算法對(duì)動(dòng)態(tài)特征進(jìn)行識(shí)別并濾除。

視覺(jué)SLAM目前已在智能車(chē)輛領(lǐng)域得到應(yīng)用，但現(xiàn)有方法仍存在如下問(wèn)題：（1）基于幾何約束、光流法的動(dòng)態(tài)特征檢測(cè)方法大多受限于靜態(tài)點(diǎn)占比更大的隱含假設(shè)，當(dāng)圖像中動(dòng)態(tài)點(diǎn)占比更大時(shí)，依賴幀間數(shù)據(jù)建立的幾何約束、光流向量難以有效區(qū)分動(dòng)靜態(tài)點(diǎn)；（2）大多基于語(yǔ)義的動(dòng)態(tài)特征檢測(cè)方法實(shí)時(shí)性較低，為了保證分割精度，大多研究者采用了諸如Mask-RCNN的大型分割網(wǎng)絡(luò)，加上其他諸如背景修復(fù)的任務(wù)，系統(tǒng)每幀處理時(shí)長(zhǎng)常高達(dá)幾百ms，難以保證實(shí)時(shí)性要求；（3）基于語(yǔ)義的動(dòng)態(tài)檢測(cè)方法大多還存在過(guò)度去除特征點(diǎn)的風(fēng)險(xiǎn)，此類(lèi)方法在獲得所有潛在動(dòng)態(tài)對(duì)象后（如，人、車(chē)），往往將位于潛在對(duì)象輪廓區(qū)域內(nèi)的特征點(diǎn)全部刪除，這樣導(dǎo)致剔除的特征點(diǎn)過(guò)多，在紋理信息較少的場(chǎng)景，系統(tǒng)易跟蹤失敗。

為解決上述問(wèn)題，本文提出一種動(dòng)態(tài)場(chǎng)景下結(jié)合語(yǔ)義分割與幾何約束的SLAM方法，該方法不基于靜態(tài)點(diǎn)數(shù)量占優(yōu)的假設(shè)，可在動(dòng)態(tài)環(huán)境下準(zhǔn)確分割出實(shí)際運(yùn)動(dòng)目標(biāo)，且具備實(shí)時(shí)性與魯棒性。本文主要?jiǎng)?chuàng)新點(diǎn)在于：（1）提出一種融合輕量級(jí)語(yǔ)義分割網(wǎng)絡(luò)Fast-SCNN［17］和ORB-SLAM3結(jié)合的SLAM算法架構(gòu)，實(shí)現(xiàn)了動(dòng)態(tài)定位場(chǎng)景下的潛在動(dòng)態(tài)對(duì)象的實(shí)時(shí)分割；（2）利用運(yùn)動(dòng)約束和卡方檢驗(yàn)進(jìn)一步篩選實(shí)際動(dòng)態(tài)特征，避免了分割網(wǎng)絡(luò)對(duì)特征點(diǎn)的過(guò)度分割，提高系統(tǒng)在欠紋理環(huán)境下SLAM系統(tǒng)的魯棒性；（3）通過(guò)慕尼黑工業(yè)大學(xué)公開(kāi)數(shù)據(jù)集與實(shí)車(chē)試驗(yàn)對(duì)該方法進(jìn)行驗(yàn)證，證明該類(lèi)方法的有效性。

1 系統(tǒng)架構(gòu)

系統(tǒng)在ORB-SLAM3原有框架的基礎(chǔ)上，增加語(yǔ)義分割模塊與運(yùn)動(dòng)一致性約束模塊，總系統(tǒng)架構(gòu)見(jiàn)圖1。

圖像數(shù)據(jù)進(jìn)入系統(tǒng)后，分別沿藍(lán)色箭頭進(jìn)入Fast-SCNN網(wǎng)絡(luò)的語(yǔ)義分割線程以及沿黑色箭頭進(jìn)入前端里程計(jì)的跟蹤線程。分割線程中，F(xiàn)ast-SCNN網(wǎng)絡(luò)對(duì)圖像進(jìn)行分割以獲得潛在動(dòng)態(tài)區(qū)域掩碼，同時(shí)跟蹤線程基于ORB特征提取圖像幀中的特征點(diǎn)，隨后借助動(dòng)態(tài)區(qū)域掩碼去除所有潛在動(dòng)態(tài)特征點(diǎn)，將剩余特征點(diǎn)輸入位姿估計(jì)模塊，獲取相機(jī)位姿的初步估計(jì)。然后，結(jié)合初步估計(jì)的相機(jī)位姿、運(yùn)動(dòng)一致性約束與卡方檢驗(yàn)篩選出真實(shí)動(dòng)態(tài)特征點(diǎn)，將潛在動(dòng)態(tài)特征點(diǎn)中的剩余靜態(tài)特征點(diǎn)輸入位姿估計(jì)模塊，以完成相機(jī)位姿的進(jìn)一步優(yōu)化，提高SLAM精度并降低圖像中特征點(diǎn)較少時(shí)系統(tǒng)的跟蹤失敗率。最后，依次執(zhí)行圖中剩余模塊中的步驟，構(gòu)建完整的SLAM系統(tǒng)。

2 語(yǔ)義分割與運(yùn)動(dòng)一致性約束

通過(guò)語(yǔ)義分割剔除所有潛在動(dòng)態(tài)特征點(diǎn)以獲取相機(jī)位姿的初步估計(jì)，再結(jié)合運(yùn)動(dòng)約束完成對(duì)靜態(tài)特征點(diǎn)的重添加，以進(jìn)一步優(yōu)化相機(jī)位姿估計(jì)。該部分從原理上避免了對(duì)靜態(tài)點(diǎn)數(shù)目占優(yōu)這一假設(shè)的依賴，同時(shí)降低了因動(dòng)態(tài)點(diǎn)誤判而造成的前端里程計(jì)跟蹤失敗的風(fēng)險(xiǎn)。

2.1 基于Fast-SCNN的語(yǔ)義分割

Fast-SCNN網(wǎng)絡(luò)參考了文獻(xiàn)［18］和文獻(xiàn)［19］中提出的分支結(jié)構(gòu)，以及文獻(xiàn)［20］和文獻(xiàn)［21］中提出的跨越連接層（skip connections）。如圖1所示，該網(wǎng)絡(luò)主要由下采樣、全局特征提取、特征融合和分類(lèi)器4個(gè)模塊組成，其中，下采樣模塊在提取圖像初級(jí)特征的同時(shí)降低圖像分辨率以提高網(wǎng)絡(luò)運(yùn)行速度；全局特征提取模塊用于提取圖像全局語(yǔ)義信息；特征融合模塊用于融合圖像初高級(jí)特征以保證網(wǎng)絡(luò)更為魯棒的特征提取能力；分類(lèi)器則輸出最后的像素預(yù)測(cè)類(lèi)別。Fast-SCNN網(wǎng)絡(luò)的輸入為m×n×3維度的彩色圖像，輸出為m×n×c維度的概率矩陣，其中c為分割的類(lèi)別數(shù)量，在c維度上尋找概率最大值，即可獲得表征每個(gè)像素類(lèi)別的m×n維矩陣，本文中，按照潛在動(dòng)態(tài)目標(biāo)與非潛在動(dòng)態(tài)目標(biāo)，將像素分為兩類(lèi)標(biāo)簽。

為衡量語(yǔ)義分割網(wǎng)絡(luò)的預(yù)測(cè)值與真值之間的差異程度以正確優(yōu)化網(wǎng)絡(luò)參數(shù)，本文采用交叉熵?fù)p失函數(shù)（cross entropy loss function）作為Fast-SCNN的優(yōu)化目標(biāo)函數(shù)，其數(shù)學(xué)表達(dá)如下：

式中：x為分割網(wǎng)絡(luò)的輸出；class為對(duì)應(yīng)真值；c為像素類(lèi)別數(shù)。

2.2 運(yùn)動(dòng)一致性約束與卡方檢驗(yàn)

如圖2所示，C1、C2為相機(jī)運(yùn)動(dòng)過(guò)程中t1、t2兩個(gè)時(shí)刻的光心位置。p點(diǎn)為潛在動(dòng)態(tài)對(duì)象上的一個(gè)特征點(diǎn)，若p為靜態(tài)點(diǎn)，設(shè)其在兩個(gè)成像平面上的像素坐標(biāo)分別為xp1、xp2，且xp1、xp2分別位于極線l1、l2上；若p為動(dòng)態(tài)點(diǎn)，且在t2時(shí)刻運(yùn)動(dòng)到了q位置，則其在C2圖像幀中的像素坐標(biāo)為xq2。

極線l2可表示為

令K為相機(jī)內(nèi)參矩陣，F(xiàn)為C1圖像幀到C2圖像幀的基礎(chǔ)矩陣，則極線l2滿足：

xp2到極線l2的距離平方為

式中d2服從自由度為1的卡方分布，取95%置信度，其拒絕域?yàn)?.84。由于ORB-SLAM3中為了實(shí)現(xiàn)尺度不變性，采用了縮放因子為1.2的圖像金字塔，故位于第n層圖像金字塔的特征點(diǎn)像素坐標(biāo)方差為1.22n，則動(dòng)態(tài)點(diǎn)xp2到極線l2的距離平方d2應(yīng)滿足式（5），由此進(jìn)一步確定所有潛在動(dòng)態(tài)特征的動(dòng)靜態(tài)特性。

點(diǎn)p在C1、C2相機(jī)坐標(biāo)系下的坐標(biāo)為Pc1、Pc2，其滿足：

式中：T c1_w、T c2_w分別為世界坐標(biāo)系到C1、C2相機(jī)坐標(biāo)系的轉(zhuǎn)換矩陣。

點(diǎn)q在C2相機(jī)坐標(biāo)系下坐標(biāo)為Q c2。P c2、Q c2滿足自由度為3的卡方分布，取95%置信度，其拒絕域?yàn)?.81，則動(dòng)態(tài)點(diǎn)P c2滿足：

3 試驗(yàn)與結(jié)果分析

本文中采用MHP-v2［22］數(shù)據(jù)集對(duì)Fast-SCNN語(yǔ)義分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，MHP-v2采集了真實(shí)世界場(chǎng)景中不同視角、不同位姿、不同遮擋情況和不同場(chǎng)景下的行人數(shù)據(jù)，其共包含25 403張圖片，訓(xùn)練時(shí)訓(xùn)練集、驗(yàn)證集、測(cè)試集分別包含15 403張、5 000張、5 000張圖片。Fast-SCNN訓(xùn)練過(guò)程在服務(wù)器上進(jìn)行，其CPU為英特爾至強(qiáng)E5-2683，內(nèi)存為64GB，同時(shí)搭載4張顯存為12G的TITANX Pascal顯卡。

SLAM效果利用標(biāo)準(zhǔn)數(shù)據(jù)集與實(shí)車(chē)采集數(shù)據(jù)進(jìn)行評(píng)估。標(biāo)準(zhǔn)數(shù)據(jù)集采用慕尼黑大學(xué)提供的Tum數(shù)據(jù)集，具體使用其中的walking_static、walking_xyz、sitting_xyz、walking_halfsphere序列。序列中，sitting、walking分別代表數(shù)據(jù)集中的人坐和行走的不同狀態(tài)，static、xyz、halfsphere分別表示相機(jī)靜止、沿XYZ軸運(yùn)動(dòng)、沿半球運(yùn)動(dòng)的狀態(tài)。

實(shí)車(chē)數(shù)據(jù)集利用圖3（a）所示的試驗(yàn)小車(chē)采集，其上搭載了ZED-2i雙目攝像頭以及華測(cè)-410組合慣導(dǎo)。數(shù)據(jù)集中包含一段長(zhǎng)度為402.3 m、頻率為15 Hz、分辨率為720×1280的雙目數(shù)據(jù)，以及組合慣導(dǎo)在RTK信號(hào)下輸出的厘米級(jí)真實(shí)軌跡。數(shù)據(jù)集拍攝場(chǎng)景見(jiàn)圖3（b），場(chǎng)景中各目標(biāo)在相機(jī)視野內(nèi)時(shí)而靜止時(shí)而運(yùn)動(dòng)且隨機(jī)占據(jù)不同比例的相機(jī)視野，以評(píng)估算法在實(shí)際動(dòng)態(tài)場(chǎng)景下的運(yùn)行效果。

分割網(wǎng)絡(luò)和SLAM試驗(yàn)的運(yùn)行均在本地筆記本上，其CPU為英特爾i5-8300H，內(nèi)存為8GB，顯卡為GTX 1050ti，顯存為4GB。

3.1 Fast-SCNN網(wǎng)絡(luò)訓(xùn)練及性能評(píng)估

Fast-SCNN網(wǎng)絡(luò)使用pytorch-1.7深度學(xué)習(xí)平臺(tái)搭建，訓(xùn)練時(shí)，采用Adam［23］優(yōu)化器，學(xué)習(xí)率依據(jù)式（8）poly函數(shù)進(jìn)行變換。

式中：lr為新的學(xué)習(xí)率；base_lr為基準(zhǔn)學(xué)習(xí)率，設(shè)置為0.045；epoch為當(dāng)前整個(gè)數(shù)據(jù)集的訓(xùn)練輪次；num_epoch為整個(gè)數(shù)據(jù)集總訓(xùn)練輪次，設(shè)置為200；power為指數(shù)衰減因子，設(shè)置為0.9。

數(shù)據(jù)增強(qiáng)部分，對(duì)輸入圖像進(jìn)行比例為0.5～2的隨機(jī)縮放、50%概率的水平翻轉(zhuǎn)、50%概率的高斯模糊以及隨機(jī)裁剪，每張顯卡上每個(gè)訓(xùn)練批次輸入80張圖片。

試驗(yàn)采用像素精度（pixel accuracy，PA）、平均交并比（mean intersection over union，MIOU）和運(yùn)行時(shí)間3個(gè)評(píng)價(jià)指標(biāo)在MHP-v2驗(yàn)證集上對(duì)分割網(wǎng)絡(luò)的訓(xùn)練結(jié)果進(jìn)行評(píng)估。像素精度與平均交并比的計(jì)算公式分別如式（9）和式（10）所示。

式中：pij為類(lèi)別為i、預(yù)測(cè)為j的像素；pji為類(lèi)別為j、預(yù)測(cè)為i的像素；k為總類(lèi)別數(shù)。

Fast-SCNN網(wǎng)絡(luò)訓(xùn)練結(jié)果如表1所示，其像素精度與平均交并比均超過(guò)90%，每張圖片的處理時(shí)間約14.5 ms，滿足動(dòng)態(tài)對(duì)象分割的精度和時(shí)延要求，其部分分割測(cè)試結(jié)果如圖4所示。

表1 Fast-SCNN訓(xùn)練結(jié)果

3.2 在Tum與實(shí)車(chē)數(shù)據(jù)集上的試驗(yàn)

本文利用絕對(duì)位姿誤差（absolute pose error，APE）計(jì)算每一時(shí)刻算法輸出的相機(jī)位姿與真值之間的絕對(duì)誤差，同時(shí)，提供了誤差平均值（mean）、中值（median）、均方根誤差（root mean squared error，RMSE）、標(biāo)準(zhǔn)偏差（standard deviation，STD），以全面客觀地反映算法性能。

圖5展示了在walking_halfsphere序列上分別使用ORB-SLAM3算法和本文算法的運(yùn)行結(jié)果。對(duì)比圖5（a）和圖5（b）可以看出，ORB-SLAM3在該動(dòng)態(tài)環(huán)境下難以準(zhǔn)確恢復(fù)相機(jī)位姿，其估計(jì)的相機(jī)軌跡與真實(shí)軌跡偏離較大，而基于本文算法剔除動(dòng)態(tài)特點(diǎn)后，SLAM得到的相機(jī)軌跡和真實(shí)軌跡基本重合。觀察圖5（c）和圖5（f）可以看出，本文算法在各坐標(biāo)軸與各方向上均有效減少了動(dòng)態(tài)特征點(diǎn)對(duì)原有SLAM系統(tǒng)的干擾，保證SLAM在動(dòng)態(tài)環(huán)境的穩(wěn)定運(yùn)行。同時(shí)由圖5（d）和圖5（e）可以看出，對(duì)比ORBSLAM3，本文算法的絕對(duì)位姿誤差峰值小、波動(dòng)平穩(wěn)，且在各類(lèi)統(tǒng)計(jì)量上均有一個(gè)數(shù)量級(jí)上的減小。

表2提供了在各個(gè)數(shù)據(jù)集上本文算法與ORBSLAM3關(guān)于絕對(duì)位姿誤差的具體數(shù)值對(duì)比，表中的提升率采用式（11）計(jì)算。可以看出，在Tum數(shù)據(jù)的walking動(dòng)態(tài)序列和實(shí)車(chē)混合場(chǎng)景數(shù)據(jù)中，本文算法在平均值（mean）、中值（median）、均方根誤差（RMSE）、標(biāo)準(zhǔn)偏差（STD）這些統(tǒng)計(jì)量上的平均提升率均在80%以上；在Tum sitting_xyz序列中，由于人坐在椅子上交談并未隨意行走，整個(gè)場(chǎng)景處于低動(dòng)態(tài)狀態(tài)，因此兩種算法的精度都較高，但本文算法能在保留人身上靜止部分特征點(diǎn)（如不動(dòng)的軀干）的同時(shí)剔除其運(yùn)動(dòng)部分的特征點(diǎn)（如手），因而也提升了相應(yīng)的試驗(yàn)精度；在實(shí)車(chē)復(fù)雜場(chǎng)景中，本文算法在各項(xiàng)指標(biāo)上也均有大幅提升。試驗(yàn)結(jié)果充分說(shuō)明了本文算法在動(dòng)態(tài)場(chǎng)景下對(duì)于SLAM算法精度與魯棒性的顯著提升作用。

式中：ur為提升率；Δ1為ORB-SLAM3上的相關(guān)誤差項(xiàng)；Δ2為本文算法的相關(guān)誤差項(xiàng)。

4 結(jié)論

針對(duì)動(dòng)態(tài)場(chǎng)景，本文中提出了一種結(jié)合輕量級(jí)Fast-SCNN語(yǔ)義分割網(wǎng)絡(luò)與運(yùn)動(dòng)一致性約束的SLAM方法，該方法首先通過(guò)分割網(wǎng)絡(luò)獲取潛在動(dòng)態(tài)區(qū)域掩碼并進(jìn)行特征點(diǎn)去除，從而獲取相機(jī)的初步位姿估計(jì)結(jié)果，隨后基于運(yùn)動(dòng)一致性約束與卡方檢驗(yàn)，完成動(dòng)態(tài)特征點(diǎn)的進(jìn)一步篩選，以進(jìn)一步優(yōu)化相機(jī)位姿估計(jì)結(jié)果。本文中訓(xùn)練的語(yǔ)義分割網(wǎng)絡(luò)像素精度與平均交并比均在90%以上，分割耗時(shí)約14.5 ms，滿足SLAM系統(tǒng)的實(shí)時(shí)分割要求。同時(shí)，通過(guò)將本文算法與ORB-SLAM3系統(tǒng)融合，并在Tum動(dòng)態(tài)場(chǎng)景公共數(shù)據(jù)集和實(shí)車(chē)動(dòng)態(tài)場(chǎng)景數(shù)據(jù)集上試驗(yàn)，本文提出的算法在各項(xiàng)指標(biāo)的平均提升均超過(guò)了80%，顯著提升了ORB-SLAM3在動(dòng)態(tài)場(chǎng)景的運(yùn)行精度與魯棒性，有效拓寬了現(xiàn)有視覺(jué)SLAM的應(yīng)用領(lǐng)域，有助于保證智能車(chē)輛運(yùn)行安全。

未來(lái)將結(jié)合TensorRT工具與模型剪枝，進(jìn)一步提高算法的運(yùn)行效率。