一种面向动态室内环境的视觉SLAM方法

本发明公开了一种面向动态室内环境的视觉SLAM方法，属于计算机视觉与深度学习技术领域，其技术要点是：包括以下步骤：步骤一：将深度图像输入系统前端提取特征点；步骤二：在YOLOv5模型的Backbone与Neck网络中的C3模块中引入CBAM注意力机制，并修改EIOU损失函数，将改进的YOLOv5对步骤一中检测特征点后的图像进行动态点剔除；步骤三：采用多视角几何与K‑Means结合的方法进行重判断验证，再次确定其运动状态；步骤四：对于确定的静态特征点进行特征点匹配，然后进行初始位姿估计、回环检测和全局优化操作，得到最终的全局位姿结果；步骤五：根据TF‑IDF计算相似度，选取绘图关键帧，具有减小了复杂环境中运动对象对视觉SLAM系统的不良影响，提高了定位与建图的精度和鲁棒性的优点。