基于YOLOv8模型动态环境下视觉SLAM方法

基于YOLOv8模型动态环境下视觉SLAM方法，该方法包含以下步骤：使用RGB‑D(Red‑Green‑Blue Depth)摄像头获取场景的RGB图像信息以及深度信息，二者在空间坐标系上匹配；RGB图像作为输入送给改进的YOLOv8模型，该模型识别出图像中先验动态对象，并进行分割；接着，根据分割后的图像进行低代价追踪；然后，对图像使用多视图几何方法进行分割；最后将YOLOv8模型分割结果和多视图几何分割结果融合，作为分割图像输入送给ORB(Oriented FAST and Rotated BRIEF‌)‑SLAM模块，该模块会实现高精度的定位与建图，并支持BA(Bundle Adjustment)优化、回环检测等算法来降低误差。本发明提供的一种基于YOLOv8模型的动态环境下视觉SLAM方法，能够高效地完成在复杂动态环境下机器人的定位以及地图重建。