太巧了，正好是我近期在研究的方向，作为一名SLAM工程师，必须来答一波。先回答题主的问题，后边再谈我对动态环境SLAM问题的理解。【长文预警】
SLAM配准时，需要将动态物体剔除掉，否则影响配准精度。需要做路径规划和决策的话，就需要对动态目标进行跟踪，起码，你的路径要尽可能避开动态目标的前进路线。同2，跟踪是为了规划和决策。好，下面谈我对动态环境SLAM问题的理解 。
理解「动态环境SLAM问题」，首先要弄明白：动态环境给SLAM带来了什么不利问题，以至于我们需要去“解决”它？
我将带来的不利问题分为以下两个层面。
一. 首先是前端配准层面。无论哪种点云配准方式（点到点/点到特征/点到栅格/NDT），都是基于静态假设的，理论上动态点一定会影响配准的精度，实际中如果动态点比例过高的话，会造成轨迹精度下降，甚至不排除跑飞的可能。在这个层面，只能通过实时的方式在配准之前或配准过程中，识别并干掉动态点。至于怎么识别？传统方式比如在配准迭代过程中剔除距离过远的点，当前更流行的方式则是基于deep-learning直接从点云中检测出动态物体。推荐2篇 2021 年的最新论文，分别作为传统方法和deep-learning方法的“引子”，供有需要的读者自行研究。
第1篇：IROS-2021 的“RF-LIO: Removal-First Tightly-coupled Lidar Inertial dometry in High Dynamic Environments ”，这项工作基于lio-sam框架开发，前端LIO负责粗配准（提供初值），后端中进行scan-to-submap精配准，在精配准迭代过程中，不断基于初值和多分辨率深度图检测submap中的动态点并移除，最终实现基于“静态submap”的精配准。
第2篇：大名鼎鼎的「苏黎世联邦理工ASL实验室」发表在 ICRA-2021 的一篇文章“Dynamic Object Aware LiDAR SLAM based on Automatic Generation of Training Data ”。作者基于deep-learning（3D-MiniNet网络）进行实时3D动态物体检测，滤除动态物体后的点云被喂给LOAM，进行常规的激光SLAM。
二. 其次是建图层面。假设我们认为动态物体对配准的干扰有限，不太影响轨迹精度，但我们还是无法忍受最终生成的地图中充斥着大量动态物体的“鬼影”（如下图所示），这会对后期基于地图的定位、或者基于地图的可行域规划（路径规划）产生不利的影响。
在机器人实际落地中，动态物体对配准造成严重干扰的情况不太多见（个人观点），但造成“鬼影”进而影响后续作业的情况则非常多见！
因此，如何消除动态环境对SLAM建图造成的动态干扰，是我近期同样比较关注的方向。鉴于如何消除对前端配准的影响我们已经列举过对策了，下面的篇幅将重点讨论一下，滤除SLAM地图中的动态物体（鬼影），有哪些方法？
我们正式开始~
其实还有第三个层面的影响，那就是动态环境下的定位问题，并且这是一个无论在机器人还是自动驾驶，都非常贴近工程实际，非常有价值的问题。不过题主问的是SLAM，这里就不展开了。一. 思考框架
首先分享一下我的思考框架。
我将环境中的所有物体依据“动态程度”的不同，分为四类：
高动态物体：实时移动的物体，如行人、车辆、跑动的宠物...低动态物体：短暂停留的物体，如站在路边短暂交谈的人...半静态物体：在一个SLAM周期中不动，但是并非永远不动的物体，如停车场的车辆、堆放的物料、临时工棚、临时围墙、商场中临时搭建的舞台...静态物体：永远不动的物体，如建筑物、马路、路沿、交通信号灯杆...除了静态物体外的其它三类物体，都有不同程度上的动态属性，应对策略也各不相同：
针对高动态物体：在线实时过滤针对低动态物体：一次SLAM过程结束后，后处理方式过滤针对半静态物体：全生命周期建图（life-long SLAM, or long-term SLAM）（以上三种方式向上兼容）
这三种应对方式，无论哪种，都有比较多的论文发表过！现选择性摘录如下，希望对读者有所启发。
二. 在线实时过滤动态过滤一定需要参考帧来比对出动态点，为了实现实时性，参考帧不会太多，比如下边的2篇论文，分别是前后各取一帧，以及取近期的若干帧构成submap。
Mapless Online Detection of Dynamic Objects in 3D Lidar, 16th Conference on Computer and Robot Vision (CRV), 2019. 这篇论文思路非常简洁，在query scan前后各取一帧作为参考帧，前边的参考帧用于比对点到点距离，距离过大的点认定为潜在动态点；潜在动态点再放到后边参考帧中做验证，如果被后边参考帧的激光光束穿过，则确认为动态点。被确认的动态点在query scan中作为种子点进行聚类生长，得到动态聚类。题目中的 mapless，是指不用构建局部地图或子图，只需两个参考帧即可。论文效果图如下。RF-LIO: Removal-First Tightly-coupled Lidar Inertial dometry in High Dynamic Environments, IROS-2021, 西安交通大学. 这篇文章正式上文中介绍过的，其思路是在query scan附近实时构建一个submap，通过range image的方式对比query scan和submap的点云分布，来提取出submap中的动态点。算法 overview 如下图所示。涉及动态过滤部分我已用红框标出。三. 后处理方式动态过滤后处理方式由于不需要(太)顾虑实时性，因此可以将整个SLAM周期内的所有帧作为参考信息，来识别动态点。相比于实时方式，后处理方式更追求动态点云滤除的准确性和充分性，应杀尽杀，且不漏杀，不错杀。
以后处理方式为前提，常见的动态物体过滤方法可以分为典型的三类：segmentation-based, ray-casting based, 和 visibility-based，对此，在我的文章 动态环境SLAM专题(一) | ICRA2021：ERASOR — 解决动态环境下SLAM建图“鬼影”问题 中有详细的论述。下边取3篇代表作，作为不同方法的例子。
The Peopleremover — Removing Dynamic Objects From 3-D Point Cloud Data by Traversing a Voxel Occupancy Grid, IEEE Robotics and Automation Letters(RA-L), 2018. 这篇文章提出了一种基于栅格实现动态过滤的方法（ray casting-based），也即基于栅格被击中和被穿过的情况来判定栅格是否为动态。作者提出了一系列trick来避免此类方法的通病，如耗时过大，误杀/漏杀等，对基于栅格的方法具有普遍借鉴意义。我对这篇论文有详细的讲解，详见动态环境SLAM专题(二) | RAL-2018：The peopleremover – 基于栅格的动态物体过滤算法。Remove, then Revert: Static Point cloud Map Construction using Multiresolution Range Images, IROS-2020. 这篇文章是视点可见法（visibility-based）的应用「上文中提到的 RF-LIO 和本篇很相似」，其基本思路是，把一个query scan投影为深度图，然后在同一视点把query scan附近的submap 也投影为一个深度图，比对两个深度图上同一位置的像素深度，如果后者深度更浅，则该像素位置对应submap上的点为动态点（前方的点把后方的点遮挡了，则前方的点为动态点）。这篇文章以此为基本原理，做了诸多改进，并用更粗糙分辨率的深度图对比来恢复被误杀的静态点。本文为基于视点可见性（或基于深度图）的方法提供了参考。本文的详细讲解 动态环境SLAM专题(三) | IROS2020：Remove, then Revert - 基于多分辨率深度图的动态物体移除方法。ERASOR: Egocentric Ratio of Pseudo Occupancy-based Dynamic Object Removal for Static 3D Point Cloud Map Building, ICRA-2021. 这篇论文是我最早发知乎文章进行解读的，虽不属于三类方法，但仍有借鉴性。其基本思路是，把query scan和query scan附近的submap按照相同的位置划分为一个个扇区状的bin（格子），然后对比query scan的格子和submap的格子，根据格子内点云分布的差异，剔除掉submap格子中的动态点，详见 动态环境SLAM专题(一) | ICRA2021：ERASOR — 解决动态环境下SLAM建图“鬼影”问题。四. life-long建图life-long mapping的核心问题，其实远不止动态/半静态物体过滤。动态/半静态物体过滤只是life-long过程中不同session之间地图融合的一部分，而地图融合只是life-long mapping的一部分。尽管如此，我们还是可以大致看一下，life-long mapping中，动态/半静态物体过滤是怎么做的。这里分享2篇文章，后续有时间更新更多的，比如最近高仙机器人发表的“A General Framework for Lifelong Localization and Mapping in Changing Environment”。
Remove, then Revert是同一作者，因此地图融合与非静态物体过滤部分也基本以Remove, then Revert为基础，只不过施加的对象变成了两个session的地图之间，不再赘述。Long-term 3D map maintenance in dynamic environments, ICRA-2014. 这是一篇「苏黎世联邦理工ASL实验室」发表在2014年的工作。文中提出，地图融合部分的核心在于如何处理不同session地图之间不一样的部分，也即动态/半静态物体。处理方法基于视点可见法（visibility-based），只不过不是以深度图的形式，而是直接将map点云转换到query scan坐标系下，如果map中的点被query scan中的点的光路穿过，则对应map点为动态/半静态点。考虑到仅凭一次穿过就要confirm一个动态点难免太过武断，论文提出参考更多的信息来判定一个map点是否为动态，比如点的法向量、两点间距离、上一个周期的类别等，这些信息通过贝叶斯概率融合在一起，决定一个点的类别。下边是论文在停车场场景的life-long mapping实验。五. 结语这里以Q&A的形式，分享一下自己的思考，作为结语。
Q1: 这么多已发表论文中，有完美的方法吗？
没有！在我测试过的少数开源方案中，只要用了自己的数据集，就很少能达到论文展示的效果。一种方法即使在理论上是完备的，实际中受限于雷达线束密集程度，轨迹误差等因素，也不可能达到理想的效果。何况，也没有理论上完备的....
Q2: 既然分成了“实时处理/后处理/life-long处理”三个层面，它们的技术思想可以相通吗？
完全可以相通。分成三个层面只是一种思考方式，实际上，三个层面不分家，本质上都是通过帧间的比对，提取出动态点。比如，segmentation-based, ray-casting based 和 visibility-based 这三种思路，如果参考帧少一点就都可以做成实时或近实时的；再比如，life-long mapping里边，地图更新部分，完全可以用这三种思路去做。
Q3: 我该如何解决我遇到的动态环境SLAM问题？
这个就难了，我作为一名初级工程师，对这个问题的实际经验还很少。在这里只能分享一下自己的愚见，那就是，多读论文多思考，多测试开源代码，多沟通交流，根据自己的场景，取百家之长，打磨出自己的方案。
[end]
写在最后的话：写文章不易，想写好更需要花费精力，如果觉得不错，欢迎点赞关注！
发表评论