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，则将看到该对象的点，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，将检测到并添加点。后续模型将具有描述此新对象的几何形状。
如果移除该对象，设备将如何反应？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到以前占用的空间现在是空的？
#1 楼
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，您必须确定环境的“映射”上将要显示的内容，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。永久地图应包含足够的信息以根据已知的几何图形来定位自己。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。
删除对象。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网格的表示形式将使用每个网格单元表示对象的概率，因此，该对象将在一段时间后“淡出”。
添加对象。与上面相同。
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（或者，永久保留，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。
批处理方法（例如，使用视觉特征进行束调整）是该方向上非常普遍的技术。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一个不可靠的功能，在试图弄清机器人的位置时，它将被忽略。
Visual SLAM就是这样。它是一个增量P（姿势变化）估算器，而不是基于地图的定位算法。
简而言之，只要当前大多数东西都没有移动，当机器人不“看”它时，是否移除对象都没有关系。
示例
做到这一点。阅读SLAM论文时，请做出以下决定：
他们是否真的在构建地图？
他们是否仅保留了特征和位置的列表？
如果那么，地图上有哪些“功能”？线，点，视觉特征？
这些特征可能会移动吗？
如果这样，他们将如何处理呢？他们如何处理传感器噪声？因为这通常会确定移动特征会发生什么。
您将为每篇论文/作者/书籍/应用程序获得不同的答案。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，大满贯是一个很大的话题。
评论
$ \ begingroup $
谢谢！您是否知道任何跟踪对象“获取”和“丢失”位置的技术？我正在研究SLAM类型算法的子集的应用，感兴趣的一个领域是识别“过渡”区域，如门和可能出现物体的闭塞拐角。此应用程序颠倒了通常的衰落概率度量标准，而不是使对象在看不见时“褪色”，而未观察到的区域会慢慢增加其值，以表示我们不知道这里是什么，因为我们最近没有看过，所以我们移入该空间时应谨慎。
$ \ endgroup $
–anaximander
13年8月12日在14:20
$ \ begingroup $
更加努力。正确执行此操作的唯一方法是唯一标识对象。像，在它们上面放条形码。否则，对象A可能已移动到位置B，或者可能A和B交换了，等等。阅读语义映射。您需要一种算法，该算法可以“识别”移动的东西实际上是“门”，应该连接到“墙壁”，但仅当我在“内部”时，“内部”对机器人意味着什么？我认为您应该阅读更多并进行报告。
$ \ endgroup $
–乔什·范德·胡克（Josh Vander Hook）
2013年8月12日14:23
$ \ begingroup $
是的，这里的想法是通过简单地突出显示“这是一个区域，让我不断看到以前不存在的事物，或者不再看到那里存在的事物”来避开语义问题。可能的是，该区域是某种过渡-门，箱，窗，闭塞的角。我们要处理的是哪一个不太重要；这纯粹是为了避免碰撞，因此我们要避免所有这些区域。同样，我们不需要特别知道哪个对象是哪个对象。只是Stuff占用的总空间发生了重大变化。
$ \ endgroup $
–anaximander
2013年8月12日14:25
$ \ begingroup $
回顾。文学。这样的问题源于A）东西移动。 B）机器人移动。 C）机器人迷路了。 D）不正确的地图。这4件事中的每一个都有4个不同的正确解决方案。如果您不处理全部4个问题，则将构建完全错误的地图。这就是为什么SLAM无法解决并且仍然很困难的原因。阅读并返回有关您所学知识的特定问题。
$ \ endgroup $
–乔什·范德·胡克（Josh Vander Hook）
13年8月12日在14:28
$ \ begingroup $
那就是我在做什么；我读的越多，阅读的东西就越长！这是我的阅读提出的众多问题中的第一个。抱歉在评论中稍微扩展这个问题；我没有得到太多的回应，SLAM是一个巨大的话题……您似乎知道您在说什么，所以我希望我能得到一些建议。我的清单上有语义映射文件，但我还需要阅读其他一些文章作为基础……无论如何，我想现在已经回到阅读中了。
$ \ endgroup $
–anaximander
13年8月12日在14:32
评论
这个问题与机器学习无关。也许不是；我不是100％确定哪个标签适合。我想到的应用程序似乎很合适，但如果没有这种上下文，它就不太适用了...