Yuan, Xun, and Song Chen. “SaD-SLAM: A Visual SLAM Based on Semantic and Depth Information.” In 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 4930–35. Las Vegas, NV, USA: IEEE, 2020. https://doi.org/10.1109/IROS45743.2020.9341180.

1 Introduction

本文的贡献如下：

1. 在 ORB-SLAM2 的基础上提出了一种基于特征的RGB-D SLAM 算法——SaD-SLAM，该算法结合语义信息、几何信息和深度信息，可在动态环境中运行良好；
2. 在当前帧和历史帧的特征点之间进行对极几何约束，从动态物体及静态但可移动的物体（如椅子等）上提取静态特征点，来提高相机位姿估计的准确度与鲁棒性。

Cheng, Junhao, Zhi Wang, Hongyan Zhou, Li Li, and Jian Yao. “DM-SLAM: A Feature-Based SLAM System for Rigid Dynamic Scenes.” ISPRS International Journal of Geo-Information 9, no. 4 (April 2020): 202. https://doi.org/10.3390/ijgi9040202.

1 Introduction

本文做出的贡献：

• 提出一个完整的视觉SLAM 系统——DM-SLAM，该系统结合实例分割网络和光流信息，可在高动态环境中消除动态物体对位姿估计的影响，且本系统适用于单目、双目和RGB-D 相机；
• 针对RGB-D/双目和单目相机，分别提出两种高效提取动态点的策略；
• 在公开数据集上进行测试，证明了本算法的有效性。

Nicholson, Lachlan, Michael Milford, and Niko Sunderhauf. “QuadricSLAM: Dual Quadrics From Object Detections as Landmarks in Object-Oriented SLAM.” IEEE Robotics and Automation Letters 4, no. 1 (January 2019): 1–8. https://doi.org/10.1109/LRA.2018.2866205.

1 Introduction

作者认为语义地图应该是面向对象的 object-oriented，即将对象视为地图的中心实体，而二次曲面（如椭球体 ellipsoids）有着很多具有吸引力的特性来作为面向对象语义地图的地标表示方法，如Fig. 1 所示，二次曲面可以紧凑表示，且可在投影集合框架中实现高效操纵；二次曲面可以表示物体的尺寸、位置及朝向信息，而且如果必要的话，可以作为更详细3D 重建的anchors。此外，二次曲面表示形式在整合角度来看也具有吸引力，作者会在后文中证明，二次曲面可以直接利用物体检测bbox 进行构建，而且很方便整合进基于因子图的SLAM 框架中。

Zhang, Jun, Mina Henein, Robert Mahony, and Viorela Ila. “VDO-SLAM: A Visual Dynamic Object-Aware SLAM System,” 2020.

1 Introduction

作者提出了VDO-SLAM (Visual Dynamic Object-aware SLAM)，一个基于Stereo/RGB-D 相机的动态SLAM 系统，利用图像语义信息同时实现机器人定位、静动态结构制图，并在场景中跟踪物体的运动。本文的贡献如下：

• 将动态场景建模为一个统一的估计框架，包括机器人位姿、静动态3D 点以及物体运动；
• 对动态物体 SE(3) 位姿变换的精确估计，并提取物体速度；
• 一个利用语义信息来跟踪移动物体的鲁棒方法，且能够处理由语义分割失败导致的间接遮挡。

Wang, Kai, Yimin Lin, Luowei Wang, Liming Han, Minjie Hua, Xiang Wang, Shiguo Lian, and Bill Huang. “A Unified Framework for Mutual Improvement of SLAM and Semantic Segmentation.” In 2019 International Conference on Robotics and Automation (ICRA), 5224–30. Montreal, QC, Canada: IEEE, 2019. https://doi.org/10.1109/ICRA.2019.8793499.

1 Introduction

本文的贡献 总结如下：

• 提出了一个同时增强vSLAM 和语义分割的统一框架；
• 通过识别并处理移动物体和潜在动态物体来增强制图与定位的精度；
• 提出一个利用3D 位姿来有效优化语义分割的策略。

Liu, Yu, Yvan Petillot, David Lane, and Sen Wang. “Global Localization with Object-Level Semantics and Topology.” In 2019 International Conference on Robotics and Automation (ICRA), 4909–15. Montreal, QC, Canada: IEEE, 2019. https://doi.org/10.1109/ICRA.2019.8794475.

1 Introduction

本文作者研究了使用3D 物体级语义信息来实现基于视觉的全局定位技术，主要贡献如下：

1. 综合利用现有的稠密语义、3D 拓扑、图匹配以及3D 对齐技术，实现一个新颖的物体级全局定位算法；
2. 展现了物体级语义信息对于鲁棒地点识别与全局定位的作用，对于光强变化、场景改变等具有较强的鲁棒性；
3. 证明了物体级对齐技术可以处理具有挑战性的3D 点对齐，并在没有完整观察数据的情况下实现精确定位。

Liao, Ziwei, Yutong Hu, Jiadong Zhang, Xianyu Qi, Xiaoyu Zhang, and Wei Wang. “SO-SLAM: Semantic Object SLAM With Scale Proportional and Symmetrical Texture Constraints.” IEEE Robotics and Automation Letters 7, no. 2 (April 2022): 4008–15. https://doi.org/10.1109/LRA.2022.3148465.

1 Introduction

本文主要解决单目 Object SLAM 的两个挑战：

1. 单目相机包含较少的物体约束信息，特别是在部分观测、遮挡等情况下更为严重，使得单目 Object SLAM 较为脆弱；
2. 当前的 Object SLAM 主要用于约束物体的占用空间，没有充分利用物体的朝向信息。

针对以上两个挑战，作者提出了单目 Semantic Object SLAM (SO-SLAM) 系统，如Fig. 1 所示，除了物体的语义信息，作者还引入了三种代表性的物体空间约束：尺寸比例约束、对称纹理约束以及平面支撑约束，作者推导约束模型并同时应用于前端初始化与后端优化中。

本文的贡献如下：

1. 提出一个面向室内环境的完全耦合三种空间约束的单目 Object SLAM；
2. 基于空间约束提出两个新方法：单帧物体初始化方法和物体朝向优化方法；
3. 在两个公开数据集与自采数据集上验证了本算法的有效性。

Bowman, Sean L., Nikolay Atanasov, Kostas Daniilidis, and George J. Pappas. “Probabilistic Data Association for Semantic SLAM.” In 2017 IEEE International Conference on Robotics and Automation (ICRA), 1722–29. Singapore, Singapore: IEEE, 2017. https://doi.org/10.1109/ICRA.2017.7989203.

1 Introduction

本文做出的贡献：

• 第一个将惯性、几何以及语义观测信息紧耦合至一个优化框架的定位算法；
• 将联合metric-semantic SLAM 问题分解为连续（位姿）和离散（数据关联DA和语义标签）优化子问题；
• 在包含光照变化的杂乱场景中利用里程计和视觉测量信息进行室内外真实场景的长轨迹测试实验。

Cui, Linyan, and Chaowei Ma. “SOF-SLAM: A Semantic Visual SLAM for Dynamic Environments.” IEEE Access 7 (2019): 166528–39. https://doi.org/10.1109/ACCESS.2019.2952161.

简介

无论是DynaSLAM还是DS-SLAM，它们都是简单地将先验语义信息和几何一致性信息进行“松组合”，即利用语义信息和几何信息分别确定出各自认定的动态特征点，然后采用投票机制对最终的动态特征点进行确认；其中，DynaSLAM 认为只要有一种方法判定一个点属于动态点就认为该点是动态点（OR操作），而DS-SLAM 认为只有两种方法同时认定该点属于动态点才将该点视为动态点（AND操作）。由于动态语义先验信息的不确定性，如人或汽车存在静止的情况，而DynaSLAM所代表的方法会剔除掉大量静态特征点，导致位姿估计精度下降，甚至在部分场景中由于特征点的缺少导致解算失败；同时，语义分割存在准确度不够的情况，如物体边缘部分的分割效果较差，DS-SLAM 代表的方法可能会保留实际的动态特征点，从而导致位姿估计精度下降。

针对以上存在的问题，Cui 等人提出了 SOF-SLAM——Semantic Optical Flow SLAM，一种将语义信息和几何信息进行“紧组合”来实现动态目标检测和剔除的鲁棒SLAM方法；所谓的紧组合指的是利用语义信息来辅助几何信息进行动态物体的探测：作者首先利用语义分割结果去除掉场景中动态物体和潜在动态物体上的特征点，仅利用高可能性静态物体上的特征点进行基础矩阵的求解，进而利用该可靠性更高的基础矩阵应用对极几何理论实现对动态特征点的剔除，从而实现更为鲁棒可靠的动态特征点剔除方法；最终，作者在公开数据集和真实场景中进行了测试，证明了本方法较ORB-SLAM2以及其他语义SLAM算法的优势。

Yu, Chao, Zuxin Liu, Xin-Jun Liu, Fugui Xie, Yi Yang, Qi Wei, and Qiao Fei. “DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments.” In 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 1168–74. Madrid: IEEE, 2018. https://doi.org/10.1109/IROS.2018.8593691.

1 Introduction

本文的贡献：

1. 提出一个基于ORB-SLAM2 应用于动态环境中的语义SLAM 系统——DS-SLAM，在公开数据集上进行测试，证明了本系统在动态环境中的精度与鲁棒性；
2. 添加一个实时语义分割网络线程，结合语义分割和运动一致性检验来滤除场景中的动态区域；
3. 创建了一个构建稠密3D 语义八叉树地图的线程。