基于 YOLOv11 的视觉 SLAM 轻量化优化及其应用

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-07-03-174313

基于 YOLOv11 的视觉 SLAM 轻量化优化及其应用

刘玉佼, 郭轩, 孙晶

东莞职业技术学院

全文直达

引用

打印

摘要：针对具身智能体在复杂环境中对小目标检测精度不足的问题，本研究提出基于 YOLOv11 的视觉 SLAM 轻量化优化方法。通过改进特征提取网络和动态权重分配机制，在保持实时性的同时将小目标检测准确率提升 12.3%。实验表明，优化后的算法在 TUM 数据集上达到 89.7% 的 mAP，计算延迟降低至 23ms/ 帧，有效解决了传统 VSLAM 算法在动态场景中特征点失效的难题。研究成果为自动驾驶和移动机器人提供了更可靠的环境感知解决方案。

关键词：

YOLOv11；视觉 SLAM；轻量化优化；小目标检测；动态场景

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2025,7(3)