一种基于双流特征融合的SLAM方法

本发明公开了一种基于双流特征融合的SLAM方法，首先获取视频数据并堆叠组成视频帧时序序列，构建视频背景并提取动态物体特征和静态物体特征；随后通过注意力机制模块分别进行通道和空间注意力加权融合，得到双流特征后传给YOLO头网络输出每一帧中目标的识别框及其属性表，生成动态语义标签；然后使用ORB‑SLAM3系统提取每一帧的ORB特征点；再依据静态ORB特征点求解相机位姿，判断关键帧并构建局部地图；最后进行全局BA操作并进行动态污染清理，还使用g2o图优化方法进一步优化全局地图。本发明能提升在复杂动态场景中的鲁棒性与准确性；还引入注意力机制强化关键动态信息，提升语义地图构建的精度。