一种基于深度学习的室内动态场景下视觉SLAM方法

本发明提供一种基于深度学习的室内动态场景下视觉SLAM方法，涉及同步定位与地图构建技术领域，首先，基于YOLOv8‑seg设计实例分割模型以轻量化分割模型，利用实例分割模型检测复杂场景下的动态物体，用于辅助后续的SLAM系统，抑制在动态物体区域提取特征点。其次，使用几何约束方法二次剔除动态点，削弱未检测到的动态物体对于SLAM系统的影响。最后，在此基础上设计了稠密点云地图构建模块，结合实例分割剔除场景中动态区域，并使用统计滤波和体素滤波优化点云地图，构造完整的稠密点云地图，拓展SLAM系统的应用场景。