一种基于深度学习目标检测的动态环境SLAM方法

本发明公开了一种基于深度学习目标检测的动态环境SLAM方法，包括：基于视觉SLAM前端获取RGB‑D图像，并进行去畸变处理，将去畸变后的点投影到像素平面上，获得目标图像；提取所述目标图像中的特征点，并进行均匀化处理；对所述目标图像进行目标检测，获得目标图像中的高动态部分；判断所述高动态部分中的特征点类别；预设特征点阈值，将高动态部分中的特征点与所述特征点阈值进行比较；基于比较结果，对不同类别的特征点进行去除，完成对动态环境的目标检测。本发明提出目标检测与多视图几何方式结合的方法，最大限度保留静态特征点，防止对特征点的误去除。