SLAM论文速递【SLAM—— PLD-SLAM:一种基于点线特征的室内动态场景RGB-D SLAM新方法—4.23(1)

news2024/11/20 3:36:32

论文信息

题目:

PLD-SLAM:A New RGB-D SLAM Method with Point and Line Features for Indoor Dynamic Scene
PLD-SLAM:一种基于点线特征的室内动态场景RGB-D SLAM新方法

论文地址:

https://www.mdpi.com/2220-9964/10/3/163

发表期刊:

ISPRS Int. J. Geo-Inf. 2021, 10(3), 163; https://doi.org/10.3390/ijgi10030163

标签

语义+几何、线特征

摘要

在动态场景中,动态特征往往会导致错误的数据关联,降低数据关联的准确性和鲁棒性。针对该问题,提出一种基于点和线特征的RGB-D动态SLAM方法PLD-SLAM。首先,PLD SLAM将深度学习的语义信息分割与考虑深度信息的K-Means聚类算法相结合检测底层动态特征,避免深度学习造成的欠分割;其次,采用两种一致性检测策略对动态特征进行更合理的检测和过滤;然后,为了获得更好的实际性能,在动态SLAM中利用点特征和线特征来计算相机位姿,这也是与大多数已发表的仅基于点特征的动态SLAM算法不同的。构建具有点和线特征的优化模型,并利用该模型计算更高精度的相机位姿。

内容简介

文中提出了一种新的基于点和线特征的动态场景RGB-D SLAM方案,称为PLD-SLAM。首先,由于RGB- d相机可以同时获取RGB图像和深度图像,因此主要结合RGB和深度信息来检测这些动态点和线特征;首先使用MobileNet模型[13]对语义信息进行分割。然后,将语义分割后的区域作为潜在的动态区域,并检查这些提取点和线是否在该区域内;然后,借助深度图像,利用K-Means聚类算法筛选出尽可能多的潜在动态点和线特征;将被认为是潜在动态特征的线特征视为动态线特征。剩余的线特征被保存并作为静态特征。在检测和寻找真实动态点特征时,采用两种策略在潜在动态点特征中识别出真实动态点特征。最后,将深度图像与点线特征相结合,利用基于点线的优化模型计算相机位姿。本文的主要工作总结如下:

提出一种结合点特征和线特征的动态场景RGB-D SLAM方法PLD-SLAM。PLD-SLAM应用MobileNet模型和深度信息的K-Means聚类来获取动态特征点和线。

然后,PLD-SLAM采用两种策略识别动态特征点,同时尽可能保留丰富的静态特征;•将其与深度信息相结合,采用基于点和线的优化模型,以实现更高精度的相机姿态和动态场景的鲁棒性能
在这里插入图片描述

在这里插入图片描述
PLD-SLAM的概述如图1所示,图2展示了PLD-SLAM的细节。PLD-SLAM的输入帧为RGB和深度图像。利用优秀的ORB[40]算法提取点特征,利用LSD[41]算法检测直线特征;然后,首先利用MobileNet模型对RGB图像进行分割,并将分割结果(如行走的人)视为潜在动态的;所有提取的位于语义区域内的点和线特征都被视为潜在的动态特征。为合理细化潜在的动态特征,保留更多的静态信息,对分割区域内的深度图像进行K-Means聚类。这些不在区域内的线特征被认为是静态特征。在此基础上,利用外极线约束和深度差两种检测策略识别和剔除动态点特征。然后,为了获得更精确的相机位姿估计,利用剩余的静态特征点和特征线构建优化模型并估计相机位姿。

评价

提出了一种新的动态场景下基于点和线特征的RGB-D SLAM算法。将语义分割网络MobileNet与K-Means算法相结合,尽可能地过滤出场景中的动态特征。利用外极线约束和帧间深度差剔除动态点特征;为获得更精确和鲁棒的相机位姿,利用点和线来计算相机位姿。在获取静态点线特征后,采用点线优化模型,提高了算法在动态场景下的鲁棒性和准确性。这些综合的实验结果证明PLD-SLAM提高了动态场景中相机位姿估计的精度和鲁棒性。将PLD-SLAM与经典的动态SLAM方法进行比较,结果表明PLD-SLAM在大多数动态图像序列中都取得了明显的提升和鲁棒性。虽然PLD-SLAM在一些额外的动态场景序列上表现不佳,但也取得了相当的精度和性能。然而,PLD-SLAM虽然具有良好的性能,但还需要一些持续的工作。例如,移动网络中可以识别的物体类型受到限制,从而限制了其姿态估计的准确性。在未来的工作中,我们将通过优化PLD-SLAM的运算速度来提高PLD-SLAM的实时性。此外,利用室内场景的平面特征,将其扩展到PLD-SLAM (point-line-plane)中,可以在动态场景中获得更鲁棒的位姿估计。

阅读总结

本文的创新点有如下几个方面:
1、采用轻量级神经网络进行语义分割(MobileNet)
2、将语义分割和k-means聚类方法结合完全剔除特征
3、提出新的线特征提取方法
4、利用极几何约束和深度约束来保留静态特征点
总的来说创新点值得借鉴。可以在实时性上创新,该论文的框架思路不错,可以借鉴发展。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/450972.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

MySQL数据落盘原理(redo、undo、binlog、2PC、double write等。)

文章目录 前言一、架构图1、MySQL架构图2、InnoDB架构图 二、落盘分析1.第一阶段2.第二阶段3.第三阶段4.第四阶段5.第五阶段6.第六阶段 前言 在上一章中我们聊到了事务有四大特性:原子性、一致性、隔离性、持久性。本篇文章就持久性重点聊一下,在高性能…

离子交换法处理含铬废水

含铬废水是从哪里来的? 含铬废水来自:冶金、化工、矿物工程、电镀、制铬、颜料、制药、轻工纺织、铬盐及铬化物的生产等一系列行业,都会产生大量的含铬废水。 含铬废水危害有多大? 1、铬化合物具有致癌作用; 2、铬…

做SSM项目的步骤和优化

SSM框架整合 这里说的SSM整合,主要说的是Spring和mybatis之间的整合。因为spring和springMVC都是spring生态系统中的框架,所以spring和springMVC之间的整合是无缝的整合,即,我们在不知不觉中,其实spring和springMVC已…

【C++】list的使用

文章目录 1. list的使用1. 构造函数2.迭代器的使用和数据访问3. 容量相关4. 数据修改1.数据插入2. 数据删除 5.其他接口 1. list的使用 首先,在使用list之前,我们得先了解list到底是个什么东西,查看文档可以了解到,list的底层是一…

使用EasyExcel导出模板并设置级联下拉及其原理分析

一、概述 项目中有时会遇到需要导出一个Excel模板,然后在导出的Excel中填充数据,最终再调用接口批量把Excel中的数据导入到数据库当中的需求。 其中级联下拉选择,手机号校验,性别校验等都是比较常见的校验。 这里就已上面三种情…

县级医院手术麻醉管理系统源码 医院手麻系统源码 C/S架构 系统成熟稳定完整二次开发

医院手麻系统详细功能介绍和说明: ▶手术管理功能包括:手术申请、手术安排、查看手术申请单、手术通知单、填写病人术前会诊记录、谈话记录、麻醉记录、手术记录、附加手术、术后信息及手术回顾等功能。 ▶手术麻醉管理系统包括:手术申请、…

openEuler 欧拉 安装Oracle19c数据库RPM包安装

一、准备工作 将安装部署包上传到服务器上,我安装包放到/home目录下 二、安装依赖包 yum -y install binutils compat-libcap1 compat-libstdc-33 compat-libstdc-33*.i686 elfutils-libelf-devel gcc gcc-c glibc*.i686 glibc glibc-devel glibc-devel*.i686 ksh…

“烧钱”的大模型:初探成本拆解与推理优化方法

编者按:大模型的成本问题一直以来是大家重点关注的问题,本文重点讨论了训练大型语言模型(LLMs)需要的成本,并简要介绍什么是LLM以及一些用于优化大模型推理表现的技术。 虽然很难准确预测LLMs未来会怎么发展&#xff0…

热血

周五的晚上,决定去看「灌篮高手」电影了。 那还是很多年以前,樱木双手插进裤腰歪头扭嘴吹着口哨,那不羁的样子像极了一只从上往下看的沙雕。 而全国赛的樱木,多少是成熟了很多,是会说一些犯二的话,会和流川…

Spring Boot中上传文件不写临时文件

Spring Boot中上传文件不写临时文件 前言 在SpringBoot文件上传中,用MultipartFile类型接收文件时,SpringBoot会生成一份临时文件,文件格式为upload_*.tmp,如果业务场景有大量小文件需要上传的话,可以将文件直接丢到…

面试官:说说对称加密、非对称加密、混合加密?

对称加密 两边用同一个密钥来加解密。 A把明文通过某一算法加密之后得到密文,然后把密文发送给B,B接收到密文之后用相同的密钥执行相同的算法去解密。X没有密钥,即使窃取到密文也无法窃听。 对称加密的有优缺点 对称加密的优点&#xff1a…

TryHackMe-Misguided Ghosts(boot2root)

Misguided Ghosts 端口扫描 循例nmap FTP枚举 直接登anonymous,有几个文件,下下来 info.txt 我已经包含了您要求的所有网络信息,以及一些我最喜欢的笑话。- 帕拉摩尔该信息可能指的是pcapng文件 jokes.txt Taylor: Knock, knock. Josh: …

【pytest】

pytest 1、环境安装 1、pip install pytest -i https://pypi.tuna.tsinghua.edu.cn/simple --targetC:\Dpan-app\ceshirenenv\Lib\site-packages 2、pycharm安装 2、assert >>> assert True >>> >>> assert False Traceback (most recent call …

一篇文章让你彻底学会--节流(并且自己可以手写)

Hi,有的小伙伴们在面试的时候会被要求手写节流函数,很多都被难着了吧,宝贝,那你你没有理解节流函数。 今天,就让我带你攻克它! 1.节流 单位时间内,事件触发,最多只执行一次事件回调。 人话:说…

【STL十三】适配器——迭代器适配器

【STL十二】适配器——迭代器适配器 一、迭代器1、迭代器分类2、迭代器定义3、迭代器和迭代器适配器 二、迭代器适配器、流迭代器1、简介2、迭代器适配器3、流迭代器 三、反向迭代器1、简介2、模板类3、demo 四、插入迭代器1、简介2、模板类3、demo 五、移动迭代器1、简介2、模…

Mysql列的类型定义(日期和时间类型)

文章目录 前言一、类型表二、类型简介总结 前言 日期与时间类型是为了方便在数据库中存储日期和时间而设计的,数据库有多种表示日期和时间的数据类型。其中,YEAR类型表示年,DATE类型表示日期,TIME类型表示时间,DATETIM…

大模型如何赋能?个人AI助理开始靠谱!

想象一下,生活在这样一个世界里,你有一个个人人工智能助手,它不仅能理解你的需求,还能与你一起学习和成长。一个人工智能无缝融入我们日常生活的世界,使我们能够比以往任何时候都更有效地实现我们的目标。那个世界不再…

Linux磁盘分区扩容

磁盘分区主要包含MBR(Master Boot Record)和GPT(GUID Partition Table)两种不同方式: MBR(主引导记录),驱动器上的一个特殊的启动扇区,最大支持2TB,最多支持4…

【Redis7】Redis7 主从复制(重点:主从复制原理)

【大家好,我是爱干饭的猿,本文重点介绍Redis7 复制。 后续会继续分享Redis7和其他重要知识点总结,如果喜欢这篇文章,点个赞👍,关注一下吧】 上一篇文章:《【Redis7】Redis7 事务&管道&…

navicat 远程连接oracle数据库ORA-12170及ORA-28547问题

目录 1.ORA-12170问题 2.ORA-28547 问题 1.ORA-12170问题 这是防火墙端口连接问题,需要在防火墙中设置oracle数据库端口为例外 解决方案 控制面板—windows防火墙—高级设置—入站规则—新建规则 2.ORA-28547 问题 OCI版本不兼容问题,安装的oracle客…