一种基于目标检测与深度聚类的动态场景RGB-D SLAM方法

本发明公开了一种基于目标检测与深度聚类的动态场景RGB‑D SLAM方法，包括以下几个步骤：步骤一：使用目标检测算法提取图像中的动态对象的矩形检测框；步骤二：对矩形边界框内像素对应的深度数值进行K‑means聚类操作，将检测框内的像素群分割成聚类块；步骤三：计算初始位姿，利用初始位姿计算特征点的重投影误差，并统计不同部分聚类块的均值和方差；步骤四：按照均值和方差筛选检测框内符合条件的特征点匹配，利用符合条件的静态特征点计算相机位姿；本发明的有益效果是提高了相机的定位精度，剔除动态物体上的动态特征点的同时，保留了较好的静态特征点，实现了算法在动态环境下的精准定位，并具有较好的实时性和鲁棒性。