一种基于视觉SLAM的运动目标跟踪方法

本发明具体涉及一种基于视觉SLAM的运动目标跟踪方法，包括：采用实例分割方法Mask R‑CNN分割图像，在视觉前端对静态背景和动态对象区域使用不同的特征点检测和跟踪方法；融合IMU测量和静态背景区域的视觉测量构建残差函数得到载体位姿估计，改进关键帧选择策略并采用滑动窗口边缘化方法，限制计算的复杂度；采用RAFT稠密光流网络关联不同帧的动态对象，并采用基于场景流的运动目标检测方法判断动态对象的运动状态，仅对运动目标进行跟踪。本发明解决了传统基于视觉的定位方法在动态环境中精度严重下降的问题，同时满足了包括自动驾驶、AR增强现实以及多机协同在内的多种应用场景对于运动目标的跟踪需求。