SLAM算法如何处理不断变化的环境？

我正在为项目做一些基础工作，并且对SLAM技术的当前状态有疑问。

当配备SLAM的设备检测到对象时，该对象的位置将被存储。如果查看设备正在生成的点云，您将看到该对象的点，并且由此对象生成的模型将在此处包含几何。

如果将对象放置在先前为空的空间中，则会检测到该对象并添加点。后续模型将具有描述此新对象的几何形状。

如果移除了该物体，设备会如何反应？据我所知，SLAM系统倾向于将这些点留在原地，从而导致“重影”几何。有一些算法可以忽略由瞬态接触引起的孤点，但是保持足够长的时间来建立实体模型的对象将保留在设备的内存中。是否有任何系统能够检测以前占用的空间是否已空？

这在很大程度上取决于。由于SLAM是问题（或至少是一种技术），而不是解决方案，因此没有确定的SLAM算法。从语义上讲，您必须确定环境“图”上的内容，并确定您的算法应如何处理瞬态（即移动）信号。但这是题外话。

永久地图：

永久地图应包含足够的信息，以根据已知几何图形定位自己。通常用于建筑物。通常是人类可读的。参见Willow-Garage的作品。或Thrun在他相当著名的教科书中的任何内容。如果丢失了此地图，则必须随着时间的推移重新构建它。

1. 移除物体。是的，该对象将在静态地图中显示一段时间。如果未采取措施除去先前检测到的物体，则它将持续存在。典型的基于2D网格的表示将使用每个网格单元来表示对象的概率，因此该对象将在一段时间后“淡出”。

2. 添加对象。同上。

本地地图：

实际上，SLAM通常用于在机器人移动时对其进行本地化，并且地图不会永久保存（或永久保存，但仅使用最接近的Y要素）。本地地图是机器人在过去X分钟内如何移动所需的信息，X取决于应用程序。如果您丢失了地图，则仍然可以通过使用当前可见的任何功能来飞行。

1. 在此方向上，批处理方法（例如使用视觉功能进行捆绑调整）是一种非常普遍的技术。功能可能会随着时间的流逝而保留，甚至会被重新访问，但是移动的功能只是不可靠的功能，在试图弄清机器人的位置时，它将被忽略。

2. Visual SLAM就是这样。它是一个增量P（姿态变化）估算器，而不是基于地图的定位算法。

3. 简而言之，只要大多数东西当前都没有移动，当机器人没有“看”它时，是否移除一个对象都没有关系。

例

这样做吧。阅读SLAM论文时，请确定以下事项：

1. 他们真的在绘制地图吗？

2. 他们只是保留功能和位置列表吗？

3. 如果是这样，地图上有哪些“功能”？线，点，视觉特征？

4. 这些功能可能会改变吗？

5. 如果是这样，他们将如何处理？

6. 最后，传感器的噪声通常看起来像是移动的特征。他们如何处理传感器噪声？因为这通常会确定移动要素会发生什么。

对于每篇论文/作者/书籍/申请，您都会得到不同的答案。简而言之，通常会省略它们，因为它们不会帮助机器人进行太多本地化，并且可以通过仅使用一些仅使用本地信息的低级路径规划器来避免。

祝你好运，大满贯是一个巨大的话题。