结合PSF运动模糊修复和YOLOv8的动态环境语义SLAM系统OA

介绍了一种新的面向动态环境的语义SLAM系统,应对当前传统视觉SLAM在动态环境中精度下降,通过结合YOLOv8模型和点扩散函数(PSF)技术,以实现清晰的物体边缘确定和精确的运动模糊修复。在最新目标检测模型与运动模糊修复技术基础上,提出了一种高效的动态点剔除策略。此策略包含图像全局和局部模糊检测两部分:全局模糊时,采用PSF技术进行细致的模糊修复;而对于局部模糊区域,结合上一帧的静态点信息和语义分割结果,精确剔除由物体运动引起的动态点,有效减少了动态物体对SLAM系统性能的影响。通过在多个公开RGB-D数据集对改进的系统进行评估,实验结果表明,在处理高度动态环境时,所提方法相较现有的经典和最先进方法能够提供更稳定又精确的性能。