一种联合实例分割和光流估计的语义SLAM方法

本发明公开了一种联合实例分割和光流估计的语义SLAM方法，属于机器人定位导航技术领域，该方法包括：将动态区域检测线程，语义地图构建线程和点线特征融合方法融入ORB‑SLAM3系统中；动态物体检测线程结合了改进的YOLOv8‑seg语义分割网络和光流估计网络RAFT，通过RGBD相机采集图像，对所获得的图像进行点特征提取和线特征提取，通过语义分割网络对输入图像进行分割，获得物体的掩码，通过光流估计网络获得区域掩码，结合语义分割和光流估计的掩码，确定最终的动态区域，最后剔除在动态区域的点特征和线特征。本发明通过结合语义信息和光流信息去除动态物体的方式，融合点线特征的方式，提高了SLAM系统在动态环境，弱纹理环境下的精度和鲁棒性，能够应用于动态场景下的实时语义地图构建。