席志红，温家旭

哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001

同步定位与地图构建(SLAM)已广泛应用于服务机器人、无人驾驶、虚拟现实等领域[1-2]，与人们日常生活密切相关。而室内场景中的动态对象会严重影响相机位姿估计的准确性，从而降低地图创建的效果，因此室内动态场景SLAM 成为了一个研究热点[3]。

视觉SLAM 在动态场景下仍然存在很大的挑战，而且目前SLAM 通常建立稀疏点云地图[4]，缺少对环境地图信息的理解，因此基于深度学习的室内动态场景SLAM 逐渐受到人们的关注[5-6]。

ORB-SLAM2[7]被认为是目前最完整的SLAM框架之一，但是在动态场景中ORB-SLAM2 系统定位与建图效果并不理想，并且仅创建稀疏点云地图，无法用于移动机器人后续导航工作。本文以提高室内动态场景下相机位姿估计准确性以及地图创建效果为目的，在目前相对完整的ORBSLAM2 框架的基础上进行优化，将深度学习与SLAM 相结合，剔除分布在动态物体内的特征点，减少动态对象对相机位姿估计的影响，同时提高移动机器人对周围环境的理解能力，利用背景修复[8]和点云拼接技术[9]相结合的方法建立无动态物体干扰的实例级稠密点云地图[10]以及语义八叉树地图[11]，大大减少了地图存储空间。

1 本文SLAM 系统框架

本文SLAM 系统采用ORB-SLAM2 框架来提供SLAM 方案，并行运行实例分割、特征点提取与跟踪、局部建图、闭环检测和地图构建5 个线程。本文SLAM 系统框架如图1 所示。首先由彩色和深度（red，green，blue and depth，RGBD）相机捕获的彩色（red，green and blue，RGB）图像经过实例分割线程处理，得到每个像素实例级别标签；……