DS-SLAM

A Semantic Visual SLAM towards Dynamic Environments

1 Introduction

SLAM系统在动态场景中易受到动态物体的干扰，且创建的地图仅包含几何信息，如路标点地图或点云地图，无法用于高级别的场景理解。

DS-SLAM结合图像予以分割网络和运动一致性检测，消减场景中动态障碍物的影响，提高定位精度。同时，创建稠密的语义八叉树地图，满足机器人高级别的任务。

2 Methods

2.1 Framework

DS-SLAM在ORB-SLAM2的基础上拓展，系统包含5个并行线程：特征追踪，局部建图，回环检测，稠密语义建图。

2.2 Semantic Segmentation

使用SegNet对彩图图像进行语义分割，并仅把行人作为潜在动态物体。

2.3 Moving Consistency Check

根据光流信息查找特征点中是运动的点，具体实现细节不太理解。

之所以这么做是因为不完全相信语义分割的结果，其对于静止的人身上的特征点是选择保留的。并解释说，语义分割的线程较慢，特征追踪的线程较快，闲着也是闲着，所以增加了这个运动一致性检测的模块。WF??!!

2.4 Outliers Rejection

结合运动一致性和语义分割信息，仅剔除正在运动的行人身上的特征点对。

2.5 Dense Semantic 3D Octo-tree Map Building

八叉树地图灵活，紧凑，可更新，存储效率高，便于导航。

Voxel的语义属性采用概率表达，便于更新。

由于语义分割的精度有限，且在复杂场景中物体相互遮挡，导致语义分割的结果存在错误。Voxel的存在性使用log-odds值计算更新。

3 Results

使用TUM数据集和自采数据进行测试。

一帧耗时59.4ms，既然是多线程并行，耗时就不应该是各线程耗时和。

在动态场景中，相比于ORB-SLAM2，定位精度大幅提升。

4 Ponder

a) 运动一致性检测的实现细节?
b) Voxel语义属性概率表达如何实现?
c) Voxel存在性怎么使用log-odds更新?

5 More

Paper：链接