一种基于DDMA-SAM的SLAM动态点语义滤除方法

本发明公开了一种基于DDMA‑SAM的SLAM动态点语义滤除方法，属于同步定位与建图技术领域，引入解耦蒸馏机制，对原始SAM模型中的图像编码器进行轻量化优化，构建集成多尺度聚合检测模块与高效掩码解码模块的DDMA‑SAM语义网络，在大幅压缩模型参数的同时提升分割性能。基于该语义网络，提出语义先验与几何一致性联合驱动的双重滤除策略：基于语义掩码和置信度阈值进行初步动态点识别；结合随机采样一致性估计的对极几何约束及三角化重投影误差，实现动态特征点的精细剔除，仅保留静态点参与相机位姿估计。本发明在保持系统实时性的同时，有效提升了动态场景下的建图质量与轨迹稳定性。