算法问题，就是从描述来看，是个复合问题，机器人由硬件和软件构建的，不一定全

硬件也要看。通常在不知道事情全貌的情况下，只能给点新思路进行拓展。

视觉 SLAM 失效的原因

在人来人往、光亮差异大、反光大的环境里，通常有4个原因：

第一种常见问题，动态特征干扰，把活物识别成静物，导致错误和轨迹偏移；

第二种即特征质量下降，光照差异过大时，特征提取不稳定，匹配可靠性下降；

第三种，关联失效，反光导致数据关联错误，过于模糊让特征识别跟踪不了。

要是不属于以上三种，就是第四种，含大头虾问题和未解之谜（硬件成本或算法思路。

著名的大头虾问题。就是曾经有次学习的时候，老师说发现intern把参数写错了，但机器也能跑，就是质量不高，后面有人工检查才发现，留下的小伙伴苦透苦透。这就

对策1，动态物体检测与过滤

排除动态干扰，通过实时语义分割网络识别动态物体（如行人），结合光流法检测特征点运动一致性，过滤掉动态区域的特征点。

参考DS-SLAM，将语义分割网络与运动一致性检查方法相结合，以减少动态物体的影响，从而在动态环境中显著提高了定位精度。

DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments

arxiv.org/pdf/1809.08379

还有种针对动态短暂静止场景。

右属于随机就是对动态物体进行运动建模，通过多假设约束分组（Multi-hypothesis Clustering）处理临时静态物体（比如站着边玩手机边东张西望的行人，下一步左还

参考DynaVINS，思路是首先提出了一种鲁棒的集束调整技巧，通过利用IMU预积分估计的姿态先验来剔除来自动态物体的特征点。然后，提出了一种关键帧分组方法和一种基于多假设的约束分组方法，以减少回环闭合中暂时静态物体带来的影响。

DynaVINS: A Visual-Inertial SLAM for Dynamic Environments

DOI: 10.1109/LRA.2022.3203231

对策2，多模态数据融合

深度信息，视觉+激光雷达/深度相机，

利用RGB-D相机或激光雷达的深度信息辅助语义分割，构建稠密静态地图。利用点云聚类与语义分割融合，补偿视觉遮挡和光照变化的影响。

参考StaticFusion，思路是同时估计相机运动以及当前RGB-D图像对的概率性静态/动态分割。随后，该分割被用于加权的稠密RGB-D融合，以仅估计环境静态部分的3D模型。通过利用3D模型进行帧到模型的配准，并结合静态/动态分割，相机运动估计减少了整体漂移，并且对场景中动态物体的存在具有更强的鲁棒性。

StaticFusion: Background Reconstruction for Dense RGB-D SLAM in Dynamic Environments

DOI: 10.1109/ICRA.2018.8460681

借助IMU提供高频运动先验，约束视觉特征匹配，还是DynaVINS，记得先看论文再复现。

github.com/url-kaist/dynaVINS

对策3，鲁棒特征优化与后端处理

根据语义分割结果动态调整特征点权重，避免动态特征污染优化过程。

参考VDO-SLAM，利用语义信息，能够在无需任何关于物体形状或几何模型先验知识的情况下，实现对场景中动态刚性物体的精确运动估计与跟踪。

VDO-SLAM: A Visual Dynamic Object-aware SLAM System

doi.org/10.48550/arXiv.2005.11052

鲁棒Bundle Adjustment，参考DS-SLAM实现动态环境下的高精度建图。就是还有种

最终，看看思路迭代~

面对SLAM最害怕的动，以前容易没招，现在思路是给系统装上记忆脑子，用AI识别出行人等动态物体，继而要么直接忽略它们，要么连它们的运动也一起算出来。

ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial, and Multi-Map SLAM

doi.org/10.48550/arXiv.2007.11898