DynSLAM：动态环境下的同时定位与映射开源项目

DynSLAM：动态环境下的同时定位与映射开源项目

DynSLAM Master's Thesis on Simultaneous Localization and Mapping in dynamic environments. Separately reconstructs both the static environment and the dynamic objects from it, such as cars. 项目地址: https://gitcode.com/gh_mirrors/dy/DynSLAM

DynSLAM 是一个基于 C++ 编写的稠密同时定位与映射（SLAM）系统，它在 InfiniTAM 的基础上增加了对立体输入、户外操作、体素垃圾回收以及独立动态对象（如车辆）重建的支持。

1. 项目基础介绍与主要编程语言

DynSLAM 是由 Andrei Bârsan 作为其硕士论文的一部分开发的，该项目在 ETH Zurich 的计算机视觉和几何小组进行。它被接受为 ICRA 2018 的论文 "Robust Dense Mapping for Large-Scale Dynamic Environments" 的伴随项目。该项目的主要编程语言是 C++，并依赖于多个子模块和外部库。

2. 项目的核心功能

DynSLAM 的核心功能包括：

• 立体输入处理：系统接收立体输入，并使用 ELAS 或 dispnet 计算深度图。
• 实例感知语义分割：通过 Multi-task Network Cascades 对输入的 RGB 图像进行语义分割，以识别车辆等对象。
• 动态对象与静态环境分离重建：系统分别重建静态背景和独立的动态对象实例，如车辆。
• 体素垃圾回收：优化内存使用，移除低权重的体素。

3. 项目最近更新的功能

根据项目的最新更新，以下是一些新增的功能：

• 增强的深度图计算：项目作者正在致力于将深度计算过程实现为实时进行，并探索其他从立体图像估计深度的方法。
• 改进的数据预处理：项目的数据预处理流程得到了优化，以便更有效地为 DynSLAM 准备数据。
• 改进的用户体验：项目的构建和运行流程得到了简化，包括改进的 CMake 构建系统和 Docker 容器支持。

DynSLAM 通过持续的更新和改进，旨在为动态环境下的 SLAM 提供一个强大的开源解决方案。

DynSLAM Master's Thesis on Simultaneous Localization and Mapping in dynamic environments. Separately reconstructs both the static environment and the dynamic objects from it, such as cars. 项目地址: https://gitcode.com/gh_mirrors/dy/DynSLAM