1.一种基于多掩膜融合的视觉SLAM方法，其特征在于，包括以下步骤：S1、获取RGB图像及其对应的深度图像，从RGB图像提取特征点，从深度图像中获取深度信息；

S2、对RGB图像中的物体进行分类，分别为C1，C2和C3；其中，C1表示绝对静止的物体，C2表示潜在运动的物体，C3表示预先设定的运动物体；

S3、仅使用C1区域的特征点进行相机位姿初步估计得到Tinit，根据Tinit计算特征点的极线约束误差eepi与深度投影误差edepth，将两种误差进行融合，并对属于C1类别的静态特征点进行建模，然后使用卡方检验判断其余特征点的运动状态；

S4、计算不属于动态点的特征点的静态权重 用于加权相机位姿估计，以得到最终相机位姿估计结果Tfinal；

S5、根据动态点计算得到动态区域掩膜Mg，并与C3类别区域的动态区域掩码Ms进行融合得到第一动态区域掩膜 基于该动态区域检测结果，进而对静态场景进行重建。

2.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，采用ORB方法提取RGB图像中的特征点，并与前一关键帧中的特征点进行匹配，用于相机位姿估计。

3.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述对RGB图像中的物体进行分类，分别为C1，C2和C3，包括：使用语义分割网络对RGB图像进行图像预处理，根据语义分割结果的标签对图片中的物体进行分类，分别标记为C1，C2和C3类别。

4.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述根据Tinit计算特征点的极线约束误差eepi与深度投影误差edepth，将两种误差进行融合，并对属于C1类别的静态特征点进行建模，然后使用卡方检验判断其余特征点的运动状态，包括：设上一关键帧与当前帧分别为 与 p1和p2为该两帧之间的匹配点，其中p1为当前帧中的一个特征点，p2为上一关键帧 中的一个特征点，这两点的齐次坐标分别为p1＝T T[u1,v1,1]和p2＝[u2,v2,1]，则点p1的极线约束误差为：其中，u1,v1,u2,v2表示特征点在图像坐标系上的坐标，X，Y为当前帧的极线的向量，F表示基础矩阵，上标T表示转置；将特征点p1对应的三维点P投影到上一帧 中得到点p′，并得到其投影深度值为zproj，点p′在帧 中的深度值为z′；则点p1的深度投影误差为：edepth＝|zproj‑z′|

根据初步估计位姿结果Tinit，计算得到先验静态点的平均极线约束误差与深度投影误差分别为 和 且这两个误差独立同分布，则处于静止状态的特征点的应服从的误差分布为：其中，Σ为协方差矩阵，其表示尺度的不确定性，一个特征点的协方差矩阵Σ计算公式为：其中，s表示特征点提取的图像金字塔每层缩小的尺度，p表示图像金字塔每一层的标准差，n表示特征点所在的图像金字塔层数；将特征点极线约束误差eepi与深度投影误差edepth结合成为误差向量E＝[eepi,edepth]，对于静止的特征点，其误差组成的误差向量应服从高斯分布，其误差向量E表示为：其中， 表示属于C1类别的特征点的平均误差向量值，通过计算误差向量E的内积，从而得到属于C2和C3类别的特征点pi的卡方检验值：得到的ri应当服从自由度为2的卡方分布：

根据特征点pi的卡方检验值ri判断该点的运动状态：

5.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述计算不属于动态点的特征点的静态权重 用于加权相机位姿估计，以得到最终相机位姿估计结果Tfinal，包括：对于不属于动态点的特征点pi，其静态权重 计算公式为：其中 表示不属于动态点的特征点pi的静态权重值，ri表示不属于动态点的特征点pi的卡方检验值，Semantic(pi)表示不属于动态点的特征点pi的标签类别；将所得到的静态权重加入到最终相机位姿估计中得到：其中，R，t分别表示相机的旋转矩阵与平移向量，m表示不属于动态点的特征点数量，Π(·)表示相机投影模型。

6.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述根据动态点计算得到动态区域掩膜Mg，包括：仅计算C2类别区域的动态点，得到动态区域掩膜Mg。

7.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述根据动态点计算得到动态区域掩膜Mg，并与C3类别区域的动态区域掩码Ms进行融合得到第一动态区域掩膜 包括：根据动态点之间的欧几里得距离，使用DBSCAN聚类方法进行分组，并得到每个组的凸包，进而生成运动区域掩膜Mg，并与C3类别区域的动态区域掩码Ms进行融合得到第一动态区域掩膜

8.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述步骤S5还包括：第一动态区域掩膜 分为T个独立的掩膜 并计算其中每个独立掩码 的平均深度值dt：

根据dt寻找与其深度值在第一预设阈值范围内的图像区域

将 分解为K个相互独立的区域 并计算 和 两个掩膜之间的相交率；通过相交率大于等于第二预设阈值确定 中的有效掩膜 并将 和 融合得到第二动态区域掩膜 H表示有效掩膜的数量。

9.根据权利要求8所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述第一动态区域掩膜 分为T个独立的掩膜 表示为：所述计算其中每个独立掩码 的平均深度值dt，计算公式为：其中，pj表示在 区域第j个像素点，D(pj)表示点pj的深度值；

所述根据dt寻找与其深度值在第一预设阈值范围内的图像区域 其判断过程为：其中，p表示图中的任意一像素点，τ1表示第一预设阈值；

将 分解为K个相互独立的区域 表示为：

并计算 和 两个掩膜之间的相交率，其公式为：

其中，P(·,·)表示两个掩膜之间的相交率，N(·,·)表示两个掩膜之间相交的像素点的个数；

通过相交率大于等于第二预设阈值τ2确定 中的有效掩膜 q表示中存在q个符合条件 的区域， 表示其中一个符合该条件的区域，1≤z≤q；

所述将 和 融合得到第二动态区域掩膜 表示为：

10.根据权利要求1所述的一种基于多掩膜融合的视觉SLAM方法，其特征在于，所述基于该动态区域检测结果，进而对静态场景进行重建，包括：在建立稠密点云地图时，将得到的动态区域的点云剔除后即可得到静态且可靠的点云地图。