企业官网建设流程全解析

前面几篇聊的SLAM技术都有一个隐含假设：环境是静态的。墙壁不会动，桌子不会跑，地面上的物体位置不变。但现实世界不是这样的——行人走来走去，车辆进进出出，门开了又关，椅子被推来推去。动态环境对SLAM系统来说是一个实打实的挑战，处理不好就会出大问题。

动态物体对SLAM的影响有几个层面。在前端里程计中，动态物体产生的特征点或点云会给出错误的运动估计，导致轨迹漂移。在回环检测中，动态物体改变了场景外观，可能导致漏检或误检。在地图维护中，动态物体被当作静态物体写入地图，地图上就会留下一堆"幽灵"——车已经开走了，地图上还有一辆车的点云。

动态物体的检测方法

处理动态物体的第一步是检测它们。检测不出来的话，后面所有处理都白搭。

基于视觉的方法通常用深度学习做语义分割或目标检测，识别出行人、车辆等已知动态类别。YOLO、Mask R-CNN、语义分割网络都可以用。这种方法对已知类别的动态物体效果好，但对没见过的动态物体（比如一个滚动的球）就无能为力了。

# 基于深度学习的动态物体检测 def detect_dynamic_objects(image, detector): detections = detector.predict(image) dynamic_mask = np.zeros(image.shape[:2], dtype=bool) for det in detections: if det.class_name in ['person', 'car', 'bicycle']: dynamic_mask[det.bbox] = True return dynamic_mask

基于几何的方法利用多视图几何来检测动态物体。同一个物体在两帧之间的运动如果和相机的运动不一致，就说明它是动态的。常用的指标有：极线约束违反程度、深度一致性、光流残差等。这种方法不依赖语义信息，理论上可以检测任意动态物体，但对噪声比较敏感。

实际项目中最好的做法是把两种方法结合起来。语义检测给出"哪些物体可能是动态的"先验，几何验证给出"这些物体确实在动"的证据。两者都满足的才被标记为动态物体。

动态物体滤除策略

检测到动态物体后，最直接的处理方式就是把它们从SLAM的计算中剔除掉。

在视觉SLAM中，动态物体区域的特征点不参与位姿估计和地图构建。ORB-SLAM3在跟踪线程中做了动态物体检测，把动态物体上的ORB特征点直接忽略。

在激光SLAM中，动态物体产生的点云要从帧中移除。一种做法是用聚类把点云分成若干簇，检查每个簇的运动状态，运动的簇对应的点就删掉。另一种做法是维护一个静态背景模型，只保留和背景模型一致的点。

# 点云动态物体滤除 def filter_dynamic_points(current_scan, prev_scan, T_estimated): transformed = apply_transform(current_scan, T_estimated) residuals = compute_residuals(transformed, prev_scan) static_mask = residuals < threshold return current_scan[static_mask]

滤除动态物体能解决大部分问题，但不够完美。如果动态物体占据了画面很大比例（比如一群行人挡住了大部分视野），剩下的静态特征太少，位姿估计的精度就会下降。这种情况下可能需要其他传感器（比如IMU）来辅助。

动态SLAM的高级方案

更高级的做法不只是剔除动态物体，而是显式地建模动态物体的运动状态。

SLAMMOT（SLAM + MOT，Multi-Object Tracking）把SLAM和多目标跟踪融合在一起。系统同时估计相机的运动和动态物体的运动。动态物体有自己的位姿和速度状态，作为额外的节点加入优化图中。这种方法可以在地图上标注"这里曾经有一辆车，朝那个方向移动了"。

DynSLAM是另一个代表性工作。它用语义分割网络把场景分成静态背景和动态前景，背景部分做传统SLAM，动态物体部分做独立的目标跟踪和3D重建。最终输出的地图包含静态背景和动态物体轨迹两部分。

# DynSLAM的核心思路 def dynslam_process(frame): # 语义分割 segments = semantic_segmentation(frame) # 静态背景做SLAM static_map = slam.update(segments.background) # 动态物体做跟踪 for obj in segments.dynamic_objects: tracker.update(obj.id, obj.pose, obj.velocity) return static_map, tracker.get_trajectories()

半静态物体的处理

有一类物体介于静态和动态之间：半静态物体。比如一把椅子，大部分时间是固定的，偶尔被人推动。一扇门，大部分时间是关着的，偶尔被打开。

半静态物体对SLAM的影响比较隐蔽。它们在短时间内看起来是静态的，SLAM会把它们当作静态物体建入地图。但长时间来看它们位置变了，导致地图上出现"重影"——同一个椅子在两个位置都有点云。

处理半静态物体的一种思路是地图变化检测。把当前观测和已有地图做比较，发现不一致的区域标记为"变化的"，从地图中更新掉。这种方法需要维护一个可靠的地图差异检测机制，计算量不小。

另一种思路是给地图中的物体加上"稳定性"属性。经常出现在同一位置的物体稳定性高，偶尔出现或位置变化的物体稳定性低。导航时优先使用稳定性高的物体做定位参考。

面试追问环节

面试官：动态环境下SLAM的最大挑战是什么？

最大的挑战是区分"我的运动"和"物体的运动"。SLAM的核心是估计相机/机器人的运动，但如果场景中有动态物体，观测到的变化不全是机器人运动引起的。如果把动态物体引起的变化也当成自己的运动，位姿估计就错了。特别是在动态物体占比很高的场景（比如拥挤的商场），静态部分太少，这个问题就更突出。

面试官：纯激光雷达怎么检测动态物体？

激光雷达没有颜色和纹理信息，检测动态物体比视觉更难。常用方法是多帧比较：把当前帧变换到上一帧的坐标系下，和上一帧做比较，差异大的区域可能是动态物体。具体实现上可以用体素化后比较每个体素的占据状态，或者用点到面距离的分布来检测异常区域。还有一些方法用扫描的时序信息，同一个位置在不同时刻的深度不一致就是动态的。

面试官：DynSLAM和传统SLAM+动态滤除有什么区别？

传统方法是"消极"处理：检测到动态物体就扔掉，假装它们不存在。DynSLAM是"积极"处理：不仅检测动态物体，还跟踪它们、重建它们的3D形状、估计它们的运动轨迹。这样最终的地图不只是静态背景，还包含了动态物体的运动信息。对于需要理解环境动态性的应用（比如自动驾驶），这种丰富的地图更有价值。

面试官：实时性和精度怎么平衡？

动态物体检测（特别是深度学习方案）计算量不小，可能影响SLAM的实时性。平衡方案有几种：把检测放到独立线程，和SLAM并行运行；降低检测频率，不是每帧都检测，而是每隔几帧检测一次，中间帧用上一帧的检测结果；用轻量级网络替代大型网络，牺牲一点检测精度换取速度。实际项目中，独立线程+降频检测是最常用的方案。

面试官：动态SLAM有哪些开源方案？

视觉方面，ORB-SLAM3支持动态物体滤除，DynSLAM有开源代码，还有DynaSLAM（用Mask R-CNN做动态物体检测）。激光方面，ERASOR和Removert专门做点云中的动态物体移除，HDL-Graph-SLAM也可以集成动态物体滤除模块。多传感器方面，LIO-SAM结合IMU和激光雷达，IMU的预测可以帮助识别动态物体引起的异常。

动态环境SLAM是SLAM从实验室走向真实世界的必经之路。真实世界不是静态的博物馆，到处都有运动的人和车。处理动态物体不只是一个技术问题，更是SLAM系统实用化的关键。

从简单的动态物体滤除到复杂的动态场景建模，这个领域还在快速发展。深度学习的加入让动态物体检测更准确，但计算效率和泛化能力仍然是挑战。

上一篇：第257篇 全局一致性优化——位姿图优化和后端优化策略

下一篇我们聊大规模地图管理，看看当SLAM系统运行很长时间、覆盖很大区域时，地图要怎么组织和管理。

如果这篇文章对你有帮助，欢迎点赞支持一下，你的鼓励是我持续更新的动力！