DynoSAM: Open-Source Smoothing and Mapping Framework for Dynamic SLAM
作者: Jesse Morris, Yiduo Wang, Mikolaj Kliniewski, Viorela Ila
分类: cs.RO
发布日期: 2025-01-21 (更新: 2025-11-20)
备注: 20 pages, 10 figures. Submitted to T-RO Visual SLAM SI 2025
🔗 代码/项目: GITHUB
💡 一句话要点
DynoSAM：用于动态SLAM的开源平滑与建图框架，实现动态场景下的高精度运动估计。
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 动态SLAM 视觉SLAM 因子图 运动估计 开源框架
📋 核心要点
- 传统SLAM系统忽略动态环境中的运动物体，导致信息丢失和定位精度下降，无法有效处理真实世界的复杂场景。
- DynoSAM框架通过统一的因子图优化，同时估计相机姿态、静态场景、物体运动和结构，实现动态SLAM。
- 实验结果表明，DynoSAM在动态场景中实现了最先进的运动估计，并在3D重建和轨迹预测等下游任务中表现出色。
📝 摘要（中文）
传统的视觉同步定位与建图(vSLAM)系统仅关注静态场景结构，忽略了环境中的动态元素。虽然这些方法在复杂场景中能有效实现精确的视觉里程计，但它们丢弃了关于移动物体的关键信息。通过将这些信息整合到动态SLAM框架中，可以估计动态实体的运动，从而增强导航并确保精确定位。然而，动态SLAM的基本公式仍然是一个开放的挑战，对于SLAM流程中精确运动估计的最佳方法尚未达成共识。因此，我们开发了DynoSAM，一个用于动态SLAM的开源框架，能够高效地实现、测试和比较各种动态SLAM优化公式。DynoSAM将静态和动态测量集成到一个统一的优化问题中，该问题使用因子图求解，同时估计相机姿态、静态场景、物体运动或姿态以及物体结构。我们在各种模拟和真实世界的数据集上评估了DynoSAM，在室内和室外环境中实现了最先进的运动估计，并且相比现有系统有了显著的改进。此外，我们还展示了DynoSAM在下游应用中的效用，包括动态场景的3D重建和轨迹预测，从而展示了其在推进动态物体感知SLAM系统方面的潜力。DynoSAM已在https://github.com/ACFR-RPG/DynOSAM开源。
🔬 方法详解
问题定义：论文旨在解决动态SLAM中动态物体运动估计不准确的问题。现有方法要么忽略动态物体，要么无法有效地将动态信息整合到SLAM流程中，导致定位精度下降和环境理解不完整。现有的动态SLAM方法在优化公式上没有统一的标准，缺乏一个通用的平台进行比较和测试。
核心思路：DynoSAM的核心思路是将静态和动态测量信息集成到一个统一的优化框架中，利用因子图来表示和求解SLAM问题。通过同时估计相机姿态、静态场景、物体运动和结构，实现对动态环境的全面理解和精确建模。这种方法能够充分利用动态信息，提高定位精度和环境感知能力。
技术框架：DynoSAM框架主要包含以下几个模块：数据输入模块（处理传感器数据，如图像、点云等），特征提取与关联模块（提取静态和动态特征，并进行关联），因子图构建模块（将测量信息和先验知识表示为因子图），优化求解模块（使用优化算法求解因子图，估计相机姿态、静态场景、物体运动和结构），以及下游应用模块（用于3D重建、轨迹预测等）。整个流程通过因子图的构建和优化，实现动态SLAM。
关键创新：DynoSAM的关键创新在于其统一的优化框架，能够同时处理静态和动态信息，并利用因子图进行高效求解。与现有方法相比，DynoSAM能够更准确地估计动态物体的运动，并提高SLAM系统的整体性能。此外，DynoSAM作为一个开源框架，为动态SLAM的研究和开发提供了一个通用的平台。
关键设计：DynoSAM使用因子图来表示SLAM问题，其中节点表示待估计的变量（如相机姿态、路标点、物体姿态等），边表示变量之间的约束关系（如视觉重投影误差、运动模型等）。优化目标是最小化所有约束的误差，通常使用非线性最小二乘法进行求解。关键参数包括因子图的结构、优化算法的选择、以及各种约束的权重。损失函数通常采用Huber损失或Cauchy损失，以提高对噪声的鲁棒性。
🖼️ 关键图片
📊 实验亮点
DynoSAM在模拟和真实数据集上进行了广泛的评估，结果表明其在动态场景下的运动估计精度优于现有方法。具体而言，DynoSAM在室内和室外环境中均实现了最先进的性能，并在3D重建和轨迹预测等下游任务中表现出色。开源代码的发布也为动态SLAM领域的研究提供了便利。
🎯 应用场景
DynoSAM在自动驾驶、机器人导航、增强现实等领域具有广泛的应用前景。它可以用于构建动态环境下的高精度地图，提高机器人在复杂环境中的定位和导航能力。此外，DynoSAM还可以用于动态场景的3D重建和轨迹预测，为机器人提供更全面的环境感知信息，从而实现更智能的决策和控制。
📄 摘要（原文）
Traditional Visual Simultaneous Localization and Mapping (vSLAM) systems focus solely on static scene structures, overlooking dynamic elements in the environment. Although effective for accurate visual odometry in complex scenarios, these methods discard crucial information about moving objects. By incorporating this information into a Dynamic SLAM framework, the motion of dynamic entities can be estimated, enhancing navigation whilst ensuring accurate localization. However, the fundamental formulation of Dynamic SLAM remains an open challenge, with no consensus on the optimal approach for accurate motion estimation within a SLAM pipeline. Therefore, we developed DynoSAM, an open-source framework for Dynamic SLAM that enables the efficient implementation, testing, and comparison of various Dynamic SLAM optimization formulations. DynoSAM integrates static and dynamic measurements into a unified optimization problem solved using factor graphs, simultaneously estimating camera poses, static scene, object motion or poses, and object structures. We evaluate DynoSAM across diverse simulated and real-world datasets, achieving state-of-the-art motion estimation in indoor and outdoor environments, with substantial improvements over existing systems. Additionally, we demonstrate DynoSAM utility in downstream applications, including 3D reconstruction of dynamic scenes and trajectory prediction, thereby showcasing potential for advancing dynamic object-aware SLAM systems. DynoSAM is open-sourced at https://github.com/ACFR-RPG/DynOSAM.