目前在利用 LIO-SAM 算法进行建图测试，并结合 DWA（动态窗口法） 进行局部路径规划时，遇到了两个影响论文核心结论的问题：

动态物体导致的建图漂移：在实验室走廊进行测试时，由于行人较多，雷达点云中包含了大量动态干扰。尽管 LIO-SAM 融合了 IMU，但在回环检测（Loop Closure）时经常发生错误的匹配，导致地图出现了明显的重影和“断层”。大家在写论文时，是倾向于在前端加入深度学习实例分割剔除动态点云，还是通过鲁棒核函数来抑制外点？