动态SLAM论文归纳

持续更新，持续更新

2022

Multi-modal Semantic SLAM for Complex Dynamic Environments

• 作者：Han Wang, Jing Ying Ko and Lihua Xie, Fellow
• code：https://github.com/wh200720041/MMS_SLAM
• 视频：https://www.youtube.com/watch?v=tmWCrredJGI
• paper：https://arxiv.org/pdf/2205.04300.pdf
• 框架：
  

• 问题：
  • 大多数SLAM框架目前基于静止场景的假设，然而现实世界是复杂且动态的，可能因为不能匹配到足够的正确特征导致系统失败
  • 因为小尺度对象、遮挡、运动模糊语义分割结果在动态环境下不理想
• 方法：
  • 提出了一个鲁棒、有效的多模态语义SLAM框架，旨在解决复杂且动态环境中的SLAM问题，将仅几何聚类和视觉语义信息相结合，以减少由于小尺度对象、遮挡、运动模糊导致的分割误差的影响
  • 提出一种能够学习到更强大的对象特征表示，并将三思机制部署到主干网络，从而为实例分割模型带来更好的识别效果
  • 对所提出的方法进行了全面的评估，结果表明，该方法能够提供可靠的定位和稠密的语义地图

DytanVO: Joint Refinement of Visual Odometry and Motion Segmentation in Dynamic Environments

• 作者：Shihao Shen, Yilin Cai, Wenshan Wang, Sebastian Scherer
• paper：https://arxiv.org/abs/2209.08430
• code：https://github.com/geniussh/dytanvo
• 框架：
  
• 问题
  基于学习的视觉里程计(VO)算法在常见的静止场景中取得了显著的性能，主要因为高容量模型和大规模的标注数据，但在动态环境中往往会失败。语义分割主要用于在估计相机运动之前去除运动目标，但是对于未知的类别难以处理。
• 方法

  1. 引入了一种新的基于学习的VO来平衡相机自运动、光流和运动分割之间的相互依赖关系。

  2. 引入了一个迭代框架，其中自运动估计和运动分割可以在实时应用的时间限制内快速收敛。

  3. 在基于学习的VO解决方案中，DytanVO在真实世界动态场景中实现了最先进的性能，而无需微调。

DeFlowSLAM: Self-Supervised Scene Motion Decomposition for Dynamic Dense SLAM

• 作者：Weicai Ye*, Xingyuan Yu*, Xinyue Lan, Yuhang Ming, Jinyu Li, Hujun Bao, Zhaopeng Cui and Guofeng Zhang
• paper：https://arxiv.org/abs/2207.08794
• code：https://github.com/zju3dv/DeFlowSLAM（目前还未传代码）
• 框架：

将光流分为静态光流好动态光流两个部分

相对于DROID-SLAM：

• DROID-SLAM提出了一种稠密的BA使用估计的光流和权重去迭代更新逆深度和相机位姿的残差，但是由于动态物体的存在，如果系统未检测到他们，那么将可能导致光流估计存在歧义，针对于此，提出了一种新的场景运动表示方式，名为dual-flow，其包含相机运动的静止光流和动态物体运动的动态光流。
• DROID-SLAM在训练过程中引入了大量针对于光流、深度、位姿估计的监督，在新场景中进行微调的可能性受到限制，本文的方法以自监督的方式进行训练