一种基于YOLO11s-seg与RAFT光流计算的实例分割主导加光流辅助验证的动态环境视觉SLAM方法

本发明公开了一种基于YOLO11s‑seg与RAFT光流计算的实例分割主导加光流辅助验证的动态环境视觉SLAM方法。首先通过RGB‑D相机获得环境RGB图像和深度图，将RGB图像并行进行ORB特征点提取、YOLO11s‑seg实例分割和RAFT光流计算，之后将通过YOLO11s‑seg实例分割出的动态区域和RAFT光流计算出的动态区域使用实例分割主导光流辅助验证的方式，并结合深度图对得到的ORB特征点进行判断区分动态特征点和静态特征点，将划分为动态的ORB特征点去除留下静态ORB特征点，最后将静态特征点输入到ORB‑SLAM3模型的追踪线程进行后续动态环境视觉SLAM。本发明兼顾实时性与精度，可以高效进行动态特征点去除，从而提高动态环境下视觉SLAM精度。