OD-SLAM: Real-Time Localization and Mapping in Dynamic Environment through Multi-Sensor Fusion 论文笔记

OD-SLAM: Real-Time Localization and Mapping in Dynamic Environment through Multi-Sensor Fusion 论文笔记
Abstract 摘要
本文提出了一种新型的SLAM系统，它主要利用神经网络和多传感器融合来实现机器人在动态环境下的定位。该SLAM系统是基于ORB-SLAM2开发的。它通过神经网络识别出图像中的高动态物体，并将其从图像中移除。由于神经网络不能每次都准确地识别动态物体，它将影响SLAM系统的姿势估计。因此，本文提出的SLAM系统利用里程计对图像中提取的特征进行约束，从而获得静态特征，最终估计出更准确的姿态。最后，实验结果表明，与传统的视觉SLAM系统和其他动态SLAM系统相比，我们的系统具有更好的实时性和准确性。
Introduction 引言
当一个动态物体被识别时，一般有两种处理方法。
一种是对图像中的

OD-SLAM: Real-Time Localization and Mapping in Dynamic Environment through Multi-Sensor Fusion 论文笔记最先出现在Python成神之路。