既存の多くの視覚的同時位置推定と地図作成（Simultaneous Localization and Mapping、SLAM）手法は、静的環境を前提としているため、動的環境における位置推定精度が著しく低下する。これを解決するために、本稿では物体検出とオプティカルフローを組み合わせた物体レベルの動的SLAM手法を提案する。本手法は物体検出により物体情報を取得し、オプティカルフローと物体再投影技術を組み合わせて物体の動静属性を識別し、動的物体上の特徴点を除去する。その後、検出した物体と地図内の物体の最適な対応関係を探索する。次に、キーフレーム内で静的物体を最適化し、物体地図内の動的二次曲面モデルを最適化し、動的物体の動的軌跡を追跡するための動的二次曲面最適化戦略を提案する。最後に、密な静的背景を再構築する。BonnおよびTUMデータセット上の実験により、本手法は絶対姿勢精度を約44.3％、相対姿勢精度を約19.0％向上させることが示された。実験結果は、本手法が動的シーンにおいてより精密で堅牢な位置推定を実現可能であることを示している。システムのオンライン性能をさらに検証するため、本システムを実際の動的シーンにてテストし、期待される結果を達成した。

動的シーン;同時位置推定と地図作成;オプティカルフロー;二次曲面;物体検出