一种基于图像差分和粒子滤波的动态场景RGB-D SLAM方法

本发明涉及自主导航下的视觉SLAM技术领域，且公开了一种基于图像差分和粒子滤波的动态场景RGB‑D SLAM方法，首先，基于FAST特征和BRIEF描述子的视觉SLAM匹配特征点，引入PROSAC算法进行匹配优化。其次，基于优化的匹配点集计算基础矩阵，将前一帧RGB图像重投影到当前图像，通过差分两张图像来粗略检测物体运动。再次，基于粒子滤波跟踪以增强物体运动检测，具体的，将差分图像信息用作粒子滤波的测量信息，更新粒子的权重，从而优化移动对象位置估计。在每次迭代中，计算移动对象位置的MAP估计。进而，通过矢量量化深度图来进一步优化检测结果，以精确地分割移动对象。最后，通过移除位于分割区域中的特征，为实现相机精确自运动估计，以及有效建图提供基础。