基本信息

---

下载

文档摘要

---

摘要

在移动机器人、自动驾驶等领域的快速发展推动下，同步定位与地图构建

（SLAM）技术的环境适用性已经逐渐成为制约自主导航能力的关键瓶颈。传统

视觉SLAM算法在设计时基于静态环境假设，其依赖的特征点匹配机制在动态

场景中易受运动目标干扰，导致位姿估计漂移与地图退化问题。针对这一问题，

本研究在ORB-SLAM2系统框架下，提出一种融合深度学习与几何约束的动态

SLAM系统改进方案，在保持实时性的同时显著提升系统鲁棒性。本文的主要工

作体现在以下四个方面：

1