一种基于SLAM研究的动态障碍物识别与剔除方法

本申请属于动态障碍物识别与剔除技术领域。本申请提供一种基于SLAM研究的动态障碍物识别与剔除方法。本公开实施例通过实时估算相机运动并对物体预测结果进行补偿，极大提高了动态物体检测与剔除的准确性。尤其在动态场景中，尤其适用于无人驾驶和机器人导航等领域。改进的Mask R‑CNN精确分割动态物体，而迭代高斯算法则用于准确区分背景与动态物体，有效提高了系统的鲁棒性。结合语义分割与深度图区域生长技术，该方法能精确识别和剔除动态物体，特别是在复杂交互和遮挡情况下，优化了计算效率和实时性。能够根据物体的运动轨迹进行未来位置预测，实现提前剔除动态障碍物，保证静态地图构建的稳定性和精度。