动态场景定位精度提升76%
融合点线面和惯性信息，通过结构约束与动态滤波，在动态无纹理环境中保持稳定地图与位姿估计。
Yanan, Wang · 田耀斌 · 陈嘉伟 · Cheng, Chen · 徐坤 · 丁希仑
IEEE Transactions on Instrumentation and Measurement 2025
通过语义分割、结构约束和 IMU 测量融合，短期动态物体靠多源信息一致性检测，长期动态物体靠多帧共视投影识别，避免将暂时静止的动态物体当作静态背景。
在 TUM 数据集和真实场景中，定位精度分别比 ORB-SLAM3 高 76%、比 Dynamic-VINS 高 64%，证明多特征与滤波策略在动态室内环境中的有效性。
引入线特征和面特征，在缺乏角点的墙面、地面等区域提供额外约束，缓解点特征稀缺导致的跟踪丢失。