CS-SLAM：一种适用于动态场景的轻量级语义SLAM方法

《IEEE Transactions on Cognitive and Developmental Systems》：CS-SLAM: A Lightweight Semantic SLAM Method for Dynamic Scenarios

针对动态环境中SLAM系统稳定性不足的问题，提出CS-SLAM框架。通过轻量级语义分割网络Cross-SegNet检测并去除动态物体，结合时空一致性辅助掩码算法优化分割结果，显著提升SLAM系统在动态场景中的处理效率与定位精度，实验验证其优于现有方法。

　　

摘要：

SLAM系统通常依赖于场景固定性的假设。然而，在实际应用中，机器人往往需要在动态环境中运行，这对SLAM系统的稳定性提出了独特的挑战。高效且轻量级的SLAM系统在实现机器人与环境之间的交互方面发挥着重要作用。为了提高其在动态环境中的适用性，提出了一个轻量级的语义动态SLAM框架CS-SLAM。首先，该文章设计了一个轻量级的语义分割网络Cross-SegNet来去除动态特征点。该网络包含一个轻量级的特征学习模块Cross Block，能够在保持轻量级设计的同时有效检测动态物体，从而提高SLAM系统的处理效率和准确性。其次，提出了一种基于时空一致性的辅助掩码算法，该算法将前一帧的掩码与Cross-SegNet分割得到的掩码进行比较，并通过计算交并比（IoU）来分析并补充分割结果，以提高去除动态特征点的效率。在公共数据集和真实世界场景中的定性和定量评估表明，与现有方法相比，所提出的方法具有更好的鲁棒性和有效性。

引言

随着自动驾驶、机器人导航和增强现实等技术的发展，同时定位与地图构建（SLAM）技术受到了广泛关注。SLAM技术使机器人能够利用视觉输入实时创建环境地图并确定自身位置[1]、[2]。这些创建的地图使机器人能够在返回相同位置时利用之前收集的环境信息重新定位。通过SLAM，机器人能够导航未知环境、识别障碍物并生成最优路径。稳定的SLAM在嵌入式人工智能系统的环境感知和自主导航中起着重要作用。根据所使用的传感器类型，SLAM可以分为激光SLAM和视觉SLAM。与激光SLAM相比，视觉SLAM具有相机体积小、成本低以及丰富的图像纹理信息等优点，为机器人的应用提供了更多可能性[3]，例如室内机器人的开发。随着深度学习技术的快速发展，将人工智能方法集成到日常生活中以帮助完成复杂日常任务的前景变得越来越广阔[4]。