[人工智能]语义SLAM开山之作：Probabilistic Data Association for Semantic SLAM 语义slam的概率数据关联

1、摘要：

传统的slam方法依赖低级的几何特征：点线面。他们不能将将语义标签与环境中被观测的路标关联起来。基于低级特征的回环非常依赖观测点且容易失败在模糊与重复的场景下。

目标检测可以推出路标分类和尺度，产生一小套简单的识别路标，理想的用于视角依赖的明确回环。在一个拥有几种类型的地图中存在一个重要的数据关联问题。

然而数据关联与识别是不连续的问题，通常用不连续的推断解决，而传统SLAM是一个连续的优化米制信息。

本文提出了一个优化目标函数计算传感器状态和语义路标位置为整体的米制信息，语义分割信息，和数据关联。然后把它分成了两个有关联的问题：一个离散的数据关联优化和路标类别概率优化问题；和连续的位姿优化问题。路标和位姿优化影响关联和分类，进一步又影响位姿地图优化。本文的算法在室内外数据上进行了验证。

2、

本文要同时利用米制信息和目标检测的语义信息。除了提出一个有用的场景插值，语义标签还解决了两个重要问题：数据关联（传感器观测与地图点匹配）和回环检测。

贡献：

第一个紧耦合惯性，几何和语义观测到一个优化框架的算法。

提出了一个正式的分解对于连续和离散的优化问题

3、

现有的工作大多考虑估计位姿状态和路标点但是忽略了位姿与其观测到的路标点的数据关联。本文

将问题化为包含数据关联的最大似然估计

X? , L?, D? = arg max log p(Z|X , L, D)

最常见的方法是将该问题分解为两个独立的优化问题。

D? = arg max p(D|X 0 , L 0 , Z)
X? , L? = arg max log p(Z|X , L, D?)

这种方法的缺点：1、错误的数据关联对状态估计会有很大的影响；2、模糊的观测会被丢弃，以避免错误的数据关联，他们将不会被使用无法发挥作用。

第二种方法，它采用迭代的坐标下降法

D i+1 = arg max p(D|X i , L i , Z)?
X i+1 , L i+1 = arg max log p(Z|X , L, D i+1 )

本方法利用上一次优化好的位姿估计这次的数据关联，然后在利用本次数据关联估计本次的位姿和路标点。但是没有解决模糊观测被浪费的问题。

第三种方法使用所有数据关联的整体分布

考虑了所有数据关联可能的平均，因此解决了模糊观测被浪费的问题。

EM优化对第三种公式进行求解。

实验表明该方法的平移估计精度大于单目orbslam2小于双目orbslam2，但是旋转的估计精度不足。