OV2SLAM : A Fully Online and Versatile Visual SLAM for Real-Time Applications论文笔记系统框架：四线程：前端、建图、状态优化和回环检测其中，回环检测部分是基于the online Bag-of-Words (BoW) algorithm iBoW-LCD相关论文 [ ibow-lcd: An appearance-base

DynaSLAM II: Tightly-Coupled Multi-Object Tracking and SLAM论文笔记参考文章知乎 https://zhuanlan.zhihu.com/p/383657160CSDN https://blog.csdn.net/catpico/article/details/119954707动态SLAM：现有三种方案思路：检测动态的区域，然后在SLAM环

Semantic SLAM With More Accurate Point Cloud Map in Dynamic EnvironmentsAbstract 摘要SLAM系统在动态环境下构建的全局点云图的质量与相机位姿估计和局部点云图中噪声块的去除有关。多数动态SLAM系统主要是提高相机定位精度，但对噪声块去除的研究很少。本文提出了一种新的语义SLAM系统，该系统具有更精确的动态环境点云地图。

Differentiable SLAM-net: Learning Particle SLAM for Visual Navigation可微的SLAM-net:可以学习的粒子SLAM视觉导航Abstract 摘要引入differentable的SLAM-net和一个导航体系结构，使得平面机器人在未知的室内环境中进行导航。SLAM-net在可微计算图中编码基于粒子滤波的SLAM算法，并通过SLAM

DOT: Dynamic Object Tracking for Visual SLAM 论文笔记Abstract 摘要DOT（动态对象跟踪），这是一种添加到现有 SLAM 系统的前端，可以显着提高其在高动态环境中的鲁棒性和准确性。 DOT结合实例分割和多视图几何为动态对象生成掩码，以允许基于刚性场景模型的 SLAM 系统在优化时避免此类图像区域。为了判断潜在动态对象实际是否移动，DOT 分割潜在

OD-SLAM: Real-Time Localization and Mapping in Dynamic Environment through Multi-Sensor Fusion 论文笔记Abstract 摘要本文提出了一种新型的SLAM系统，它主要利用神经网络和多传感器融合来实现机器人在动态环境下的定位。该SLAM系统是基于ORB-SLAM2开发的。它通过神经网络识别出图像中的高动态物

Semantic visual SLAM in dynamic environment 论文笔记摘要本文提出了一种新的SLAM方法，利用mask R-CNN检测环境中的动态对象，并构建包含语义信息的地图。在该方法中，利用重投影误差、光度误差和深度误差为每个关键点分配一个鲁棒权值。从而实现动态点与静态点的分离，利用动态关键点实现动态对象的几何分割。为每个像素分配一个语义标签，以重建语义地图。引言使用

RGB-D SLAM with Structural Regularities 论文笔记摘要提出了一种专为结构化环境设计的 RGB-D SLAM系统，旨在依靠从周围提取的几何特征来提高跟踪和映射精度。除了点之外，结构化环境还提供了丰富的几何特征，例如线和平面，我们利用这些特征来设计 SLAM系统的跟踪和映射组件。对于跟踪部分，我们基于曼哈顿世界（MW）的假设探索这些特征之间的几何关系。我们提出了一

Dynamic SLAM: The Need For Speed 论文笔记摘要提出了一种新的基于特征的、无模型的、物体感知的动态SLAM算法，该算法利用语义分割来估计场景中刚性物体的运动，而不需要估计物体姿态或具有它们的3D模型的任何先验知识。该算法生成动态和静态结构图，并能够提取场景中刚性运动对象的速度。SLAM中动态对象的说明所考虑的问题是，在进行SLAM估计的机器人的感测范围内有相对较大的刚

Towards Real-time Semantic RGB-D SLAM in Dynamic Environments 论文笔记摘要在本文中，我们提出了一个用于动态环境的实时语义RGBD SLAM系统，它能够检测已知和未知的移动物体。为了降低计算成本，我们只对关键帧进行语义分割，以去除已知的动态物体，并保持一个静态地图，以实现强大的相机跟踪。此外，我们提出了一个高效的几何模块，通过将深度图像聚