计算机应用

作者：朱东莹, 钟勇, 杨观赐, 李杨

单位：1.贵州大学 机械工程学院，贵阳 550025；2.中国科学院 成都计算机应用研究所，成都 610213；3.现代制造技术教育部重点实验室（贵州大学），贵阳 550025；4.省部共建公共大数据国家重点实验室（贵州大学），贵阳 550025

关键词：视觉定位与建图,动态环境,运动分割,实时性,移动机器人

基金：国家自然科学基金资助项目(62163007);贵州省科技计划项目（黔科合平台人才［2020］6007,黔科合支撑［2021］一般439）

动态环境中视觉定位与建图系统受环境中动态物体的影响，定位与建图误差增加同时鲁棒性下降。而对输入图像的运动分割可显著提高动态环境下视觉定位与建图系统的性能。动态环境中的动态物体可分为运动物体与潜在运动物体。当前动态物体识别方法存在运动主体混乱、实时性差的问题。因此，综述了视觉定位与建图系统在动态环境下的运动分割策略。首先，从场景的预设条件出发，将运动分割策略分为基于图像主体静止假设方法、基于先验语义知识的方法和不引入假设的多传感融合方法；然后，对这三类方法进行总结，并分析各方法的准确性和实时性；最后，针对视觉定位与建图系统在动态环境下运动分割策略的准确性、实时性难以平衡的问题，讨论并展望了动态环境下运动分割方法的发展趋势。

来源：2023年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第8期