近日，我院张宇老师课题组关于动态环境下同时定位与建图（SLAM）的工作“RGB-D SLAM in Dynamic Environments Using Point Correlations”（以下简称DSLAM）被IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）录用。这是浙江大学控制科学工程学院首篇作为第一完成单位被TPAMI期刊录用的论文，也是国内高校与科研机构以第一完成单位在TPAMI发表的首篇SLAM领域的论文。

该工作致力于提升SLAM技术在机器人导航定位应用中的实用性，解决了在动态干扰环境下的SLAM鲁棒性问题。在实际应用中，由于存在的移动物体破坏了传统SLAM算法的静态场景假设，因此性能受移动物体的影响较大。该工作利用点间相关性来实时分离特征地图点中的动态点与静态点，有效剔除了动态物体的干扰；同时，由于局部地图存在时空相关性，即使大部分视野被移动物体遮挡，算法仍然能够保证很好的定位与建图性能。所提出方法在公认的RGB-D数据集上进行了评估，并在一些极具挑战性的动态环境中进行了测试。实验结果表明，所提出的SLAM方法可同时在轻微和高度动态的环境中实现鲁棒和准确的定位与建图性能。与其他最新方法相比，该方法在提供较优性能的前提下仍具有较好的实时性。与基于学习的方法相比，无需收集大量训练数据，也无须担心泛化。该成果从基础理论层面推进了SLAM方法在机器人导航定位中的实用性。论文经过四轮审稿，历时两年，共获得9名审稿人的认可。

TPAMI是IEEE旗下的计算机视觉与模式识别领域最顶级期刊，是中国计算机学会（CCF）推荐的人工智能领域A类期刊，2019年的影响因子（IF）为17.86，是模式识别和机器学习领域最重要的学术性汇刊之一。在各种统计中，TPAMI皆具有高的影响力与排名。它涵盖了以下方面的研究：计算机视觉和图像理解，模式分析和识别，机器智能，机器学习等。 TPAMI对论文质量的要求极高，往往需要有基础性的贡献、理论性的突破以及坚实的实用价值才能被录用。在TPAMI期刊上发表的论文往往会被广泛引用，诸多具有里程碑意义的著作皆发表在该刊物上。因此，能在TPAMI期刊上发表论文是所有人工智能相关领域学者的荣誉。

论文官网链接：https://ieeexplore.ieee.org/document/9145704