detect slam运行
时间: 2023-08-24 17:08:56 浏览: 117
Detect-SLAM是一种将基于深度神经网络的目标检测器与SLAM系统相结合的方法。它建立在ORB-SLAM2的基础上,包括三个主要的并行线程:跟踪、局部映射和循环关闭。与ORB-SLAM2相比,Detect-SLAM引入了三个新的处理过程:移动物体去除、物体检测和SLAM增强检测器。在Detect-SLAM中,语义信息被用来消除SLAM中移动对象的负面影响。为了克服目标检测线程的延迟,提出了一种实时传播关键点运动概率的方法。此外,还构建了一个目标级的地图,其中包含了建图线程中检测到的所有静态对象的语义信息。整个系统的流程如图一所示。[1][2][3]
根据以上描述,Detect-SLAM的运行过程包括以下几个步骤:
- 跟踪:使用ORB-SLAM2进行相机跟踪,获取相机的位姿信息。
- 局部映射:建立局部地图,包括静态和动态物体。
- 循环关闭:检测并闭合回环,提高地图的一致性和准确性。
- 移动物体去除:通过移除移动物体,减少SLAM系统中移动物体的干扰。
- 物体检测:使用深度神经网络进行物体检测,识别场景中的物体。
- SLAM增强检测器:利用物体检测结果来增强SLAM系统的性能和效果。
- 目标级地图建立:构建一个包含静态对象类和位置信息的目标级地图,用于语义信息的处理和分析。
综上所述,Detect-SLAM是一种结合了目标检测和SLAM的方法,通过引入物体检测和语义信息处理,提高了SLAM系统的性能和效果。[1][2][3]
引用[.reference_title]
- 1 Detect-SLAM阅读笔记[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2
allinsert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - 2 动态SLAM论文(3) — Detect-SLAM: Making Object Detection and SLAM Mutually Beneficial[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2
allinsert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - 3 [2018]Detect-SLAM_ Making Object Detection and SLAM Mutually Beneficial[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2
allinsert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
相关推荐


















