持续更新，持续更新
2022
Multi-modal Semantic SLAM for Complex Dynamic Environments
- 作者：Han Wang, Jing Ying Ko and Lihua Xie, Fellow
- code：https://github.com/wh200720041/MMS_SLAM
- 视频：https://www.youtube.com/watch?v=tmWCrredJGI
- 框架：https://arxiv.org/pdf/2205.04300.pdf
- 问题：
- 大多数SLAM框架目前基于静止场景的假设，然而现实世界是复杂且动态的，可能因为不能匹配到足够的正确特征导致系统失败
- 因为小尺度对象、遮挡、运动模糊语义分割结果在动态环境下不理想
- 方法：
- 提出了一个鲁棒、有效的多模态语义SLAM框架，旨在解决复杂且动态环境中的SLAM问题，将仅几何聚类和视觉语义信息相结合，以减少由于小尺度对象、遮挡、运动模糊导致的分割误差的影响
- 提出一种能够学习到更强大的对象特征表示，并将三思机制部署到主干网络，从而为实例分割模型带来更好的识别效果
- 对所提出的方法进行了全面的评估，结果表明，该方法能够提供可靠的定位和稠密的语义地图
