一种基于扩展贝叶斯模型的动态视觉SLAM方法

一种基于扩展贝叶斯模型的动态视觉SLAM方法，属于自主机器人导航与计算机视觉交叉技术领域，主要步骤包括：利用改进的PWt‑YOLO网络对当前帧图像进行先验动态物体识别，输出二值掩膜及语义概率分布；利用分层四叉树算法，结合自适应阈值，进行ORB特征提取；建立扩展贝叶斯概率模型，融合基于动态物体边界构建二维高斯分布的语义先验、光流残差及对极几何约束，通过马尔可夫链实现动态特征概率的时序传递，根据联合动态概率执行特征点过滤；通过RANSAC‑PnP与滑动窗口等实现鲁棒位姿估计。该方法通过构建多模态融合的动态特征判别体系，能够有效解决动态环境下的SLAM系统定位漂移问题。