全文总字数：5374字
1. 研究目的与意义（文献综述）
近年来，人工智能潮流兴起，机器人领域的研究成为一个热点问题。最早由leonard [1]提出移动机器人导航需要解决3个问题，由此引出了定位、地图构建、导航问题，其中定位和地图构建问题又是机器人领域的关鍵问题。当一个移动机器人处于一个完全未知的环境中，slam 技术通过对环境的测量与感知，解决了随着机器人不断移动，怎样在估计自身位置的同时构建环境地图的问题[2]目前，slam技术被广泛应用于低速无人机、自动驾驶[3][4]、ar（augmented reality）、vr（virtual reality）和机器人。
slam按照传感器来分，分为激光slam和视觉slam[5]。激光slam比视觉slam起步早，是比较成熟的定位导航方案，但其成本较高、应用场景不如视觉slam丰富一般只能应用于室内[6]。相比较之下视觉slam是未来研究的一个主流方向，视觉slam与深度学习相结合、基于视觉slam的语义地图等都是未来的研究发展趋势[7]。
目前视觉slam流程可以分为：前端、后端优化[8]、回环检测[9][10]、建图。前端主要通过传感器数据计算机器人位姿；后端对前端获取的位姿进行优化，使得地图和轨达到全局一致[11]；回环检测判断机器人是否到达过已经经过的位置，以便在检测到的回环上进一步进行优化。
2. 研究的基本内容与方案
1) 本设计研究的基本内容包括：
a)slam算法框架的学习
基于滤波器框架的，基于优化框架的、基于直接跟踪框架的的视觉slam都主要包括以下几个流程：传感器信息读取、视觉里程计即前端、后端优化、回环检测、建图。先了解这些流程的相关内容能够对slam有一个清晰的认识，这也是对整个设计大体上的把握。
3. 研究计划与安排
第一至第二周：查阅设计题目的相关资料；
第三至第四周：撰写开题报告，翻译英文资料；
第五至第六周：深入学习slam框架等相关知识；
4. 参考文献（12篇以上）
[1]. leonard j j , durrant-whyte h f .application of multi-target tracking to sonar-based mobile robotnavigation[c]// decision and control, 1990. proceedings of the 29th ieeeconference on. ieee, 1991.
[2]. 王东署,王海涛.未知环境中自主机器人环境探索与地图构建[j].郑州大学学报（理学版）,2013,45(4).
[3]. nister d, naroditsky o, bergen j r, et al.visual odometry for ground vehicle applications[j]. journal of field robotics, 2006, 23(1): 3-20.
