王 璐，杨功流，蔡庆中，陈 威，闫旭亮

(北京航空航天大学仪器科学与光电工程学院，北京 100191)

0 引言

多智能体协同视觉即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)[1-2]指搭载一个或多个相机等视觉传感器的运动主体，通过对环境信息的感知估计出自身位姿的变化并重建未知环境的三维地图，对自身位姿变化的估计以及三维地图的重建对增强现实和机器人的自主导航都至关重要[3]。近年来，视觉SLAM技术日渐成为计算机视觉、机器人、深度学习、增强现实等领域的研究热点，与使用激光雷达等传感器的传统SLAM技术相比，视觉SLAM技术使用的相机具有轻量化、低成本并且包含丰富视觉信息的特点，因此适用于有成本限制、载荷有限的平台。

经过十余年的迅速发展，视觉SLAM技术已经成功地应用于很多商业产品中，例如微软的Hololens、Google的Project Tango，还有两大手机操作系统Android[4]和iOS[5]也利用视觉SLAM技术为消费者提供增强现实体验。另外，无人机上也使用了视觉SLAM技术，例如DJI的四旋翼无人机的几种型号——Mavic Air和Phantom 4，使得它们可以在全球定位系统(Global Positioning System，GPS)拒止环境下进行可靠的导航。因此，视觉SLAM技术凭借其廉价的传感器和巨大的感知潜力受到了越来越广泛的关注。

目前，国内外对视觉SLAM的研究形成了一些理论方法，但是对多智能体视觉SLAM研究的方法较少，这些智能体可能是无人机群或者使用不同AR设备的人[6]。在这样的环境下，每个智能体在独立工作的同时，还要时刻关注其他智能体的运动信息，这就要求不同智能体中的视觉SLAM系统相互协作、共享信息[7]，从而为多个智能体同时解决定位和地图构建的问题。……