随着人工智能技术的快速发展,具备自主感知能力的智能移动机器人受到越来越多的关注。作为获取感知能力的关键技术之一,视觉SLAM依靠搭载的相机传感器获取周围环境的信息并完成自身的定位。基于静态场景的假设,现有的视觉SLAM方法大多能够稳定鲁棒地运行,而现实环境往往存在动态物体,面对动态场景,原本的SLAM方法很大程度上会受到运动物体的影响,导致定位结果存在较大的误差。为解决动态场景下的定位问题,融合了深度学习技术的语义SLAM被广泛使用,利用神经网络强大的图像理解能力为SLAM提供先验的环境语义信息,并结合语义信息处理动态物体。虽然如今的语义SLAM方法能有效提高动态场景中的定位精度,但却没能在系统实时性上有进一步的提升。为解决这样的问题,本文从模型轻量化、动态概率优化等角度设计了一种面向动态场景定位问题的实时语义SLAM系统,具体研究内容如下:首先,针对现有语义SLAM方法在前端采用复杂的检测或分割模型,导致系统运行缓慢的问题,本文提出一种基于多层次知识蒸馏的连续图像语义分割方法,以获取一种适用于连续图像的轻量级语义分割模型。该方法将教师模型的知识分为高、中、低多层次进行蒸馏。这三种层次的知识分别被定义为模型预测值、多尺度融合特征图以及特征层中的特征值,并以多层次知识为基础设计蒸馏项。首先基于低层次知识的特征蒸馏保证学生模型与教师模型的特征分布尽可能接近。再以中层次知识为基础,将图像的空间结构知识传递给学生模型。最后利用高层次的知识编码相邻图像帧间的依赖关系,并将该隐含知识传递给学生模型。此外,利用定义的语义一致性损失,改善像素点在前后帧标签预测不一致的情况。实验证明,基于该蒸馏方法可以显著提升学生模型的精度,且在模型精度和轻量化方面取得了更好的平衡。其次,为了进一步提高语义SLAM在动态场景下的运行速度,在前文研究的基础上,本文对影响系统实时性的因素进行分析,以ORB-SLAM3为主体框架,从神经网络轻量化、关键帧处理策略、概率传播与更新、位姿优化的角度,提出一种基于动态概率优化的实时语义SLAM方法。首先在实时性提升方面,利用上一个研究工作所提出的多层次知识蒸馏方法训练出适用于连续图像的轻量级分割模型,并将其部署在SLAM系统中,设置语义分割模块作为单独的工作线程,提高系统线程之间的并行性,只将语义分割模块用于处理关键帧图像,避免逐帧处理引起的时间延迟。此外在动态物体处理方面,本文提出一种静态语义关键帧筛选方法,选择包含静态信息更多的关键帧,减少动态物体参与。通过概率的形式为提取出的特征点赋予相应的动态概率,利用关键帧的语义分割结果以及数据匹配算法,为每帧图像上的特征点进行动态概率传播与更新,并将动态概率低于阈值的特征点用于相机位姿初始估计。最后在位姿优化方面,将动态概率与局部BA相结合,根据地图点的动态概率得到相应的权重,并利用权重计算加权重投影误差。基于公开数据集的实验结果证明,该方法可实现对动态特征点有效处理,同时提高系统的运行速度。此外本文还基于嵌入式AI开发板Jetson TX2,在实际动态场景中进行方法验证,最终的结果显示,本文方法可以在嵌入式平台顺利运行。