[2020]The STDyn-SLAM

[2020]The STDyn-SLAM: A stereo vision and semantic segmentation approach for SLAM in dynamic outdoor environments

1.作者

Daniela Esparza and Gerardo Flores
代码：GitHub - DanielaEsparza/STDyn-SLAM: STDyn-SLAM: A Stereo Vision and Semantic Segmentation Approach for SLAM in Dynamic Outdoor Environments
演示：YouTube

2.时间

2020

3.整体架构

1. 提取前一帧左图像和当前帧双目图像的ORB特征
2. 计算光流和基础矩阵。
3. 和第二步同时分割当前帧左图潜在的运动目标。
4. 移除外点，估计视觉里程计。
5. 3D重建

4.中心思想

本文提出了结合光流，极线约束、ORB特征，首先计算极线，将匹配的特征从当前帧映射到前一帧上，根据映射点和极线的距离判断是否是运动的。

• 理论知识：极线约束是点到线的约束，那么如果是运动的，映射点和极线之间存在距离，如果是静止的，映射点和极线基本重合。这里用一个简单的阈值去分割能保证鲁棒性？光流是做啥用的？

5.结果

硬件平台： Intel Core i7-7820HK laptop computer with 32 Gb RAM and a GPU GeForceGTX 1070.
we used as input a ZED camera,

1.3D重建的效果

注：图中的车是运动的

2.位姿精度

评估位姿的RMSE，mean，max，min。01，08动态目标较多，相对于ORB_SLAM2,CubeSLAM效果较好。