阿chai带你学AI

地图构建是SLAM系统中非常重要的部分，一个信息完善的地图对于后续导航相当重要。运动场景中除了静态的元素外也会出现一些例如行人、其他机器人等动态元素，对于导航而言，需要避开但是我们不希望出现在地图模型中，会让机器人认为障碍物的“真实面貌”就是这样，因此我们需要筛选元素，存储到语义图谱中。今天阿chai给大家介绍一种SLAM中动态元素筛选的方法。

1. Main

以下是动态目标筛选的算法流程。

接下来我们详细的讲解一下。

2. YOLOX的动态目标筛选

YOLOX是旷视研究院开源的目标检测算法，赢得了Streaming Perception的第一名。算法是YOLO系列的改进，Anchor- Free，decoupled head、NMS-free以及SimOTA是算法的亮点， COCO 上实现了 50.0% AP，并且提供了ONNX模型，支持TensorRT、NCNN 和 Openvino 的侧端推理部署的版本。

• 论文：https://arxiv.org/abs/2107.08430
• 官方demo：https://github.com/Megvii-BaseDetection/YOLOX
• Tengine版：https://github.com/OAID/Tengine/blob/tengine-lite/examples/tm_yolox.cpp

TFLite、MNN版本的example以及ios上的测试APP私聊阿chai，嘿嘿。

基于YOLOX的动态目标筛选是通过YOLOX检测到可能存在运动的元素，这些元素是优先设置到物体库中，例如人、其他机器人、手推车等。

3. 光流法动态特征点筛选

3.1 Lucas-Kanade

Lucas–Kanade光流算法是两帧差分的光流估计算法，基于三个假设：

• 灰度不变性：像素的灰度值不会随着帧的跟踪改变。
• 时间持续性：时间的变化不会引起像素位置的剧烈变化。
• 空间一致性：场景中相同表面的相邻点具有相似的运动，并且其投影到图像平面上的距离也比较近。

论文：http://cseweb.ucsd.edu/classes/sp02/cse252/lucaskanade81.pdf

首先根据前两个光流的基本假设能得到图像的约束方程，然后进行泰勒展开，联立得到方程组。由于两个未知量所以无法求解，于是根据第三个基本假设设立新的方程带入，同时根据最小二乘策略处理方程组，求的速度矢量。

这里不做有关光流法的详细公式推导，有兴趣的小伙伴可以去阅读paper。

3.2 运动一致性

通过光流法获取匹配的特征点对，并跟据匹配的特征点对计算基础矩阵。然后通过基础矩阵和特征点计算特征点对应的极线，当特征点到极线的距离大于一定值，即判断为动态特征点。

一组匹配的特征点对$m_{1}$、$m_{2}$的齐次坐标为：

$\left\{\begin{array}{l} m_{1}=\left[u_{1}, v_{1}, 1\right] \\ m_{2}=\left[u_{2}, v_{2}, 1\right] \end{array}\right.$

$u$、$v$是像素的横纵坐标。对于$m_{1}$，极线$L_{1}$为：

$L_{1}=\left[\begin{array}{c} X \\ Y \\ Z \end{array}\right]=H m_{1}$

其中$H$代表着对应的基础矩阵，$m_{2}$到极线$L_{1}$的距离$d$为：

$d=\frac{\left|m_{2}^{T} H m_{1}\right|}{\sqrt{\|X\|^{2}+\|Y\|^{2}}}$

当距离大于一定值时$m_{2}$为动态点。

4. 误差分析

视觉里程计的评价标准需要看绝对误差与相对误差。为做误差分析，使用TUM数据集中无运动以及有运动的序列作为分析数据。
绝对轨迹误差：

旋转相对误差：

平移相对误差：

经过测试，在运动目标的序列中动态目标的筛选会降低误差，在静态环境中效果几乎等同于ORB-SLAM。