来源：期刊VIP网 时间：
作者：钟兴军;吴俊琦;
单位：上海交通大学学生创新中心;
摘要：传统的基于同时定位与建图模型的视觉定位方法需要满足目标点静止假设，但大多数小型机器人的实际应用场景为动态，这限制了现有视觉定位算法在小型机器人上的使用。为此，文中使用YOLOv5卷积神经网络对环境中的动态目标进行检测，然后剔除分布在图中的移动特征点，进而改进位姿估计准确性的动态消除方法，并将此方法集成于ORBSLAM2视觉定位系统。改进方案在TUM公共动态数据集上的测试结果表明，基于YOLOv5的检测方法能够快速、准确地识别场景中的动态目标，并显著降低动态环境下位姿估计的绝对误差和相对漂移，是一种有效的动态场景视觉定位方案。
关键词：视觉SLAM;;目标检测;;定位系统;;YOLOv5;;特征点提取;;动态消除
