基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法及系统

基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法，包括骤：实时采集环境图像，并且将环境图像输入到预先训练好的SLAM模型中生成动态环境模型并且优化，SLAM模型基于SuperPoint算法构建，SLAM模型包括多尺度特征融合模块、注意力模块、三元组损失模块、随机一致算法模块和综合特征融合模块。本发明提供一种基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法及系统，能够处理复杂环境中多特征、多源数据的融合与优化，适用于室内外复杂场景，显著提高视觉惯性SLAM的精度、鲁棒性和适应性，降低外界干扰对系统的影响。