标题：基于Mask R-CNN的动态物体剔除方法在RGB-D视觉SLAM中的应用
作者：胡敦利 张维
作者单位：北方工业大学电气与控制工程学院，北京 100144
关键字：Mask R-CNN；动态物体检测；RGB-D SLAM
摘要：运行的场景中没有运动物体是大多数SLAM算法的前提，这个假设过于理想化，导致大多数视觉SLAM算法在动态环境下无法使用，因此也就限制了其在服务型机器人和自动驾驶等中的应用。提出了一种动态物体检测及剔除方法并将其整合到ORB-SLAM2［1］算法中，提升了其在动态场景中使用RGB-D摄像头时的稳定性。基于Mask R0CNN获得动态物体的检测和移除能力从而剔除从动态物体上提取到的ORB特征。在公共的RGB-D数据集上评估了加入动态物体剔除方法后的ORB-SLAM2系统，对比了在动态场景下和原系统的差异。改造后的系统在动态场景下的定位和建图精度提升较为明显。