语义slam_SLAM的动态地图和语义问题 （上）

不小心删了，先补上。内容比较旧了，也没时间再审查。不对之处，请多包涵。

---

近年来动态地图和语义地图好像在SLAM领域比较热，动态物体一直是个敏感的问题。当年计算机视觉唯一的工业落地场景“视觉监控”也在这个问题费了脑筋，比如我搬个凳子到新位置，然后就走了，系统是不是要自动更新背景呢？

以前说过SFM和SLAM的称呼，计算机视觉的同行多半说SFM，而机器人的行业流行说SLAM，到底区别在哪里？有说SFM是假设背景不动，那么outlier是什么？当年做IBR（image-based rendering）的时候，以panorama view为例，也是假设场景物体不动，可总是有不静止的物体，比如水，比如树叶，甚至不配合的人们走动，会产生鬼影吗？结果也提出了一堆的解决方法。SFM和MVG（multiple view geometry）紧密相关吧，都面临计算机视觉的共同问题，动态环境是回避不了的。

景物动态部分不一定是object，或者不一定能得到object，所以不一定是语义的。语义地图不一定就是动态的，所以语义地图和动态地图是有重叠的，不过最近深度学习的发展比如语义分割，目标检测和跟踪等等的确使二者渐渐走在了一起。在人的眼中，一切都是语义的存在，尽管对某些部分认识不够。

这里我还是把SLAM动态地图和语义SLAM分开，主要是文章太多。

先列个题目，动态地图放在上部分，而语义地图放下部分。

---

先推荐一篇ACM Computing Survey发表于2018年2月的综述文章“Visual SLAM and Structure from Motion in Dynamic Environments: A Survey“，它对动态环境的分析可以参考一下。

讨论的方法基本分三大类：一定位和重建为主，二动态目标分割和跟踪为主，三运动分割与重建联合估计的方法。

下图给出了各种方法之间的联系：

第一类 “A）Robust Visual SLAM”，下图给出框图结构：

第二类 “B）Dynamic Object Segmentation and 3D Tracking“ ，同样的，其框架图如下：

第三类 “C）Joint Motion Segmentation and Reconstruction“，其特性见下图：

在这三类方法中都有深度学习的部分。

下面选一些论文作为参考（注：次序没有按时间排列）。

---

1.Simultaneous Localization and Mapping with Detection and Tracking of Moving Objects

看上面的系统流程图，典型的方法：运动分割，运动目标检测和跟踪，静态目标和静态地图。

2.Simultaneous Localization and Mapping with Moving Object Tracking in 3D Range Data