摘要

本发明公开了一种RGB-D相机在动态场景下的SLAM方法,使RGB-D相机有效地克服动态物体的影响,提高RGB-D相机在动态场景下的定位精度。为了实时检测动态目标上的特征点,本发明提出一种二重聚类的动态特征点检测机制;然后,同时在几何和时间维度上估计特征点是静态的可能性。在几何维度中,为当前帧的每个特征点建立静态概率来表示特征点是静态的;在时间维度中,根据所有帧而不是当前帧来判断特征点是否是静态特征点。最后,为了使RANSAC算法更适用于动态环境,本发明对传统的RANSAC算法进行改进。实验结果表明,本发明有效地提高了RGB-D相机在动态环境下的定位精度,并且可以实时地在CPU上运行。