杜晓英，袁庆霓，2，3，齐建友，王晨，杜飞龙，任澳

（1.贵州大学现代制造技术教育部重点实验室，贵州 贵阳 550025；2.贵州大学机械工程学院，贵州 贵阳 550025；3.贵州大学省部共建公共大数据国家重点实验室，贵州 贵阳 550025）

0 引言

同步定位与建图（SLAM）［1］能够在未知环境下完成地图的自主构建与定位，是工业机器人、自主导航、无人驾驶等应用中的基础技术之一。目前SLAM 采用的传感器主要是激光雷达、相机以及惯性测量单元（IMU）［2］，视觉SLAM 是一种以相机作为传感器的SLAM，如ORB-SLAM2［3］、LSD-SLAM［4］、DSO［5］等视觉SLAM 方法。

研究视觉SLAM 在真实动态场景下的性能表现已成为SLAM 领域中的趋势，如张慧娟等［6］先计算获得变换矩阵，之后提取线特征，并对其进行静态权重的评估，最后通过余下的静态特征进行相机位姿估计完成跟踪任务。杨世强等［7］对传统SLAM 系统进行改进，提出一种基于几何约束的动态目标检测算法。DAI等［8］采用Delaunay 三角剖分方法为地图点建立与图类似的结构，以判断其邻接关系，之后，将多个关键帧之间观测不一样的边缘移除，最终，完成动态物和静态背景的分离。以上算法虽然可以提高动态环境下视觉SLAM 的鲁棒性，但是其构建的地图缺少丰富的语义信息。随着深度学习的发展和计算机性能的不断提高，目标检测与语义分割为解决动态环境下VSLAM 算法鲁棒性差的问题提供另1 种技术路线。YU等［9］提出DS-SLAM 算法，利用语义分割网络SegNet 和运动一致性检测方法剔除动态特征点。BESCOS等［10］采用实例分割网络Mask R-CNN 分割先验动态目标，并利用多视图结合方法检测潜在运动物。……