一种基于多特征协同优化的动态场景鲁棒视觉SLAM方法

本发明公开了一种基于多特征协同优化的动态场景鲁棒视觉SLAM方法，包括以下步骤：获取图像序列，并通过实例分割网络进行动态目标检测及分割，生成包含动态区域标记的分割掩码，识别并分离动态物体和静态背景；基于分割掩码剔除动态物体对应的特征点，得到静态特征点；基于静态特征点进行位姿估计，对于关键帧，通过最小化重投影误差与前一关键帧进行特征匹配，求解得到各关键帧相机位姿；对于非关键帧，采用光流算法对前一帧进行相机位姿跟踪和数据关联，并累积求解结果，得到各个非关键帧位姿轨迹；本发明融合特征匹配和光流算法对关键帧和非关键帧进行差异化处理，在保证定位精度的同时，显著提高了计算效率，提升了实时性能。