基于惯性滤波灰度特征重建的动态SLAM方法及系统

本发明公开了一种基于惯性滤波灰度特征重建的动态SLAM方法及系统，主要解决现有技术在高动态场景下鲁棒性低，计算量大的问题。其实现方案是：建立图片结合IMU的自适应滤波SLAM框架；在框架下建立语义分割对象检测线程，提取对象语义特征，输出包含动态物体掩膜的图像至特征跟踪线程；并行运行深度几何聚类线程，基于深度信息的重投影误差与灰度一致性约束更新包含动态物体掩膜的图像至特征跟踪线程；特征跟踪线程删除图像中动态物体像素信息，通过图像灰度时空梯度算法获得帧间的位姿变换矩阵；对相机位姿进行优化，输出地图及相机轨迹。本发明减少了帧处理的计算量，提升了动态对象检测的实时性和轨迹估计的鲁棒性，可用于机器人在未知空间中的同步定位与建图。