SLAM论文速递：SLAM—— 面向动态环境的多用途SLAM框架—4.25（1）

论文信息

题目：

Multi-purpose SLAM framework for Dynamic Environment
面向动态环境的多用途SLAM框架

论文地址：

2020 IEEE/SICE International Symposium on System Integration (SII)https://ieeexplore.ieee.org/abstract/document/9026299

发表期刊：

标签

xxxx

摘要

目前，动态环境下的SLAM已经成为一个热门话题。这个问题被称为动态SLAM，目前已经提出了许多解决方案，以分割出给相机跟踪和后续三维重建带来误差的动态对象。然而，最先进的动态SLAM方法面临着精度和速度的问题，这是由于一种分割算法不能同时保证两个点。本文提出一种多用途动态SLAM框架，为分割提供多种选择，每种选择都有其适用场景。

内容简介

本文提出了一种多用途的动态SLAM框架，可以根据用户的用途进行配置，并且可以在单一平台上比较不同的分割方法。考虑到上述困难，梳理了动态环境下SLAM的3个目的。第一种方法是获得精确的视觉定位结果。例如，我们需要这种SLAM来评估移动机器人在仓库中的轨迹。为此，需要选择运动对象的分割方法。二是获取静态物体稠密点云图，用于机器人导航。为此，我们需要选择可移动对象的分割方法。最后一个是针对那些想要进行在线处理的用户，所以分割必须实时完成。在该框架下，分割方法可以方便地替换。此外，除了稀疏的关键点图外，如果有深度信息，还可以生成密集的静态物体点云图。

评价

方法：
　　该论文提出了一个可配置的多目标动态SLAM框架，根据用户需求可以选择不同的分割方法。论文提出了三种应用场景：1) 准确的视觉定位；2) 获取静态物体的稠密点云地图；3) 实时在线处理。在这个框架中，分割方法可以轻松替换。此外，除了稀疏的关键点地图外，如果有深度信息可用，还可以生成静态物体的稠密点云地图。
创新点：
　　提出了一个多目标动态SLAM框架，适用于不同的场景和目的。
框架可以兼容不同的分割方法，使其具有更广泛的应用价值。
该框架可以用于比较不同分割方法在动态SLAM领域的性能。
精炼总结：
　　本文提出了一个多目标动态SLAM框架，根据用户需求可以选择不同的分割方法。与现有的动态SLAM方法相比，该系统在某些方面实现了类似或更好的性能。该框架可以用于评估和比较不同分割方法在动态SLAM领域的表现

阅读总结

1、问题概述
SLAM中的语义动态分割根据其作用的不同可以分为三个场景：
a:　前端定位时：基于特征的定位只需要剔除移动的物体、可移动物体特征点任然可用
ｂ： 后端建图时：地图用于后续重建或者是导航时，只需要静态点云即可
c:　 后端地图不再复用时：需要实时处理地图中的静态点云
2、解决方案：
1、文章提出了多目标分割技术，我是没看懂它的分割技术是啥，多个分割技术？轻量级用于前端？精细级用于后端？