基于动态抑制与增量优化的3D高斯SLAM方法

本发明公开一种基于动态抑制与增量优化的3D高斯SLAM方法，包括：获取RGB‑D的图像帧，利用集成轻量化语义分割网络构建动态物体掩码，将获取的图像帧中动态物体在颜色与深度域上同步剔除，再基于动态污染抑制后的图像帧进行3D高斯元初始化；通过构建深度‑颜色的联合残差约束对后续输入图像进行相机位姿的迭代优化估计；在掩码所指示的需要致密化的区域，对每个像素添加一个新高斯元，细化渲染不充分区域的场景表示。本发明所提出的动态污染抑制机制为高斯元增量优化提供了准确的静态场景基础，而高斯元增量优化又反过来提升了地图构建的完整性与质量，从而共同提高了整个系统的定位与建图性能。