基于YOLOv8与XFeat深度特征相结合的水下SLAM方法

本发明公开了基于YOLOv8与XFeat深度特征相结合的水下SLAM方法，所述水下SLAM方法包括初步水下图像处理、YOLOv8图像检测、提取XFeat特征并匹配，随后在ORB‑SLAM3框架下，完成整个水下SLAM系统。首先对相机提取的图像进行增强；然后基于YOLOv8对增强后的图像进行目标检测，获取静态和动态目标的检测框并标记；XFeat模型是一种基于卷积神经网络架构，用特殊策略进行特征提取和匹配，随后将匹配结果传递至SLAM系统中，完成地图构建、相机位姿估计等功能；该发明能够实现让水下自主机器人克服水下恶劣光学环境，减弱动态目标干扰，实现较为精准的定位自身，同时保证实时性和鲁棒性。