一种基于语义分割网络的动态场景视觉SLAM优化方法

摘要

本发明公开了一种基于语义分割网络的动态场景视觉SLAM优化方法。该方法包括，1：通过相机采集彩图和深度图；2：通过语义分割网络去除先验动态物体的影响；3：通过轻量化追踪模块估计当前帧位姿；4：通过改进的多视角几何算法滤除非先验动态物体。5：多视角几何检测结果与LR‑ASPP的检测结果进行相互验证，得到完整的动态区域，过滤掉动态区域上的ORB特征点后进入跟踪线程，跟踪线程产生关键帧。6：根据关键帧的相关数据构建动态场景下的八叉树地图。本发明充分利用了语义分割网络输出的语义信息基础，减少了区域生长算法的使用，提高了系统的运行速度，并且根据关键帧构建可复用的八叉树地图，减小内存占用，提高了地图查找效率。