基于视觉的同步定位与建图算法综述文献综述

文献综述

文献综述一、课题研究背景及研究意义机器人领域作为如今热门的研究领域之一受到了研究者们的广泛关注，但是机器人的研究始终伴随着如何使机器人能够在陌生的环境中自主探索和行动这个关键性问题。

SLAM先前由Smith Self和Cheeseman提出，至今已有30多年的研究历程，大致分为传统时期、算法分析时期和鲁棒性-预测性时期3个时间段[1]。

视觉同时定位与建图（视觉SLAM）作为机器感知和导航领域主要的研究热点，深受研究者们的青睐。

在当前的研究热潮下，结合近20年的研究结果，对视觉SLAM算法进行框架上的梳理和性能上的比较。

首先，分析归纳出完整的视觉SLAM系统必需包含前端和后端两个主要模块，并对两个模块的相关方法和对应的数学理论进行了深入阐述。

其次，突出介绍了视觉SLAM建立三维地图常用的表达形式，并深入剖析透明物体、纤细物体和水下等苛刻条件下的建图方法。

最后，讨论未来SLAM的研究方向和面临的机遇挑战[1]。

基于特征的方法在视觉里程计方法研究中占据主流地位，图像特征包括点特征、线特征和面特征等不同类型，其中基于点特征的视觉SLAM研究和应用最为热点，点特征简单并且容易表达，然而基于点特征的视觉图像处理方法，需要提取大量的点特征，维度单一，缺少约束，在快速运动、弱纹理、弱照明及光照变化明显等场景下，难以提取足够数量的点特征，导致后续位姿估计的结果较差。

对于点特征而言，线特征是一种更高层次的含有更多几何信息的特征，能够有效改善基于点特征的视觉SLAM缺陷，在复杂场景中具有较好表现，能够更好地进行地图构建。