同时定位与建图(simultaneous localization and mapping,SLAM)是具身智能机器人实现环境交互与自主决策的关键技术,目前基于三维激光雷达的SLAM算法大都是基于静态环境的,而动态物体的存在会导致激光SLAM算法的定位和建图精度降低。基...同时定位与建图(simultaneous localization and mapping,SLAM)是具身智能机器人实现环境交互与自主决策的关键技术,目前基于三维激光雷达的SLAM算法大都是基于静态环境的,而动态物体的存在会导致激光SLAM算法的定位和建图精度降低。基于此问题,详细阐述了国内外学者对动态激光SLAM算法的相关研究。根据动态物体检测原理的不同,将去除动态物体的方法分为基于语义分割、基于光线追踪、基于可见性等,并分析了每种方法的主要思想以及相关应用算法;对不同动态程度的物体进行了分类,总结了激光SLAM框架中不同类别动态物体对应的处理策略,并介绍了在线实时处理、离线后处理、终身SLAM策略的难点以及主流算法;归纳了动态激光SLAM算法主要的精度评价指标以及数据集;对动态激光SLAM算法未来的发展趋势进行了展望。展开更多
文摘同时定位与建图(simultaneous localization and mapping,SLAM)是具身智能机器人实现环境交互与自主决策的关键技术,目前基于三维激光雷达的SLAM算法大都是基于静态环境的,而动态物体的存在会导致激光SLAM算法的定位和建图精度降低。基于此问题,详细阐述了国内外学者对动态激光SLAM算法的相关研究。根据动态物体检测原理的不同,将去除动态物体的方法分为基于语义分割、基于光线追踪、基于可见性等,并分析了每种方法的主要思想以及相关应用算法;对不同动态程度的物体进行了分类,总结了激光SLAM框架中不同类别动态物体对应的处理策略,并介绍了在线实时处理、离线后处理、终身SLAM策略的难点以及主流算法;归纳了动态激光SLAM算法主要的精度评价指标以及数据集;对动态激光SLAM算法未来的发展趋势进行了展望。