抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自律移動ロボットのためのコア技術の1つとして,視覚同時位置決めとマッピング(VSLAM)が近年広く研究されている。しかし,ほとんどの最先端のVSLAMは,分析利便性のために強いシーン剛性仮定を採用し,それは,独立した動的オブジェクトを有する実世界環境に対するこれらのアルゴリズムの有用性を制限する。したがって,本論文は,動的検出と静的点雲マップ構築モジュールの追加によって,ORB-SLAM2のRGB-Dモード上に構築される意味的および幾何学的制約VSLAM(SGC-VSLAM)を提示した。詳細に,ORB-SLAM(指向FASTおよび回転BRIEF-SLAM)における特徴抽出器の性能を高めるために,SGC-VSLAMのために,新規改良四分木ベースの方法を採用した。さらに,意味的および幾何学的制約と呼ばれる新しい動的特徴検出法を提案し,動的特徴のフィルタリングにロバストで高速な方法を提供した。YOLO v3(YouだけLookだけ,v3)によって発生する意味的境界ボックスを用いて,隣接フレームの間のより正確な基本行列を計算し,次に,それを用いて,真の動的特徴の全てをフィルタリングした。最後に,静的点雲を新しい描画鍵フレーム選択戦略を用いて推定した。公開TUM RGB-D(Red-Green-Blue Deep)データセットの実験を行い,提案した方法を評価した。この評価により,提案したSGC-VSLAMは,高動的シナリオにおけるORB-SLAM2システムの位置決め精度を効果的に改善でき,また,自律移動ロボットのための長期適用価値を有する実際の環境の静的部分を有する地図を構築することができた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】