一种基于动态环境下的3D高斯单目SLAM稠密地图构建方法

一种基于动态环境下的3D高斯单目SLAM稠密地图构建方法，步骤包括：将RGB图片输入到基于DINOv2的特征检测算法模块提取特征信息，将提取的图像特征输入到基于深度学习的不确定度估计模块中得到不确定性地图，同时将原始RGB图片输入到基于锐化的度量深度模块，结合Metric3D v2的度量精度和Lotus的细粒度边界锐度，准确预估深度的同时，并细化边界细节。然后，将得到的深度和不确定性信息输入到位姿跟踪模块，将输入信息整合到BA优化目标中，以处理移动干扰物，并得到关键帧位姿。最后将得到的估计位姿、深度信息以及原始图片输入到基于去除伪影的3D高斯重建模块，引入3D滤波器，减少了传统3D高斯中的高频伪影。进一步消除动态物体对建图的影响，最终重建高质量稠密地图。本发明结合了基于深度学习的不确定度估计算法与基于锐化的度量深度算法以及基于DINOv2的特征检测算法和基于去除伪影的3D高斯重建算法，能够精准去除重建过程中的动态物体，本发明在实现动态环境下的稠密地图重建方面取得了显著的效果。