郭金辉，陈秀万，王 媛

（1.北京大学遥感与地理信息系统研究所，北京 100871；2.中国电子科学研究院，北京 100041）

0 引言

同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）是一种起源于上个世纪80 年代的机器人领域技术，其目标是在未知环境中进行建图并确定机器人自身位置［1］。SLAM 具有多种分类方式，常见的SLAM 系统根据传感器类别区分可划分为单目SLAM、双目SLAM、RGBD-SLAM、激光SLAM、微波SLAM、WiFi-SLAM、视觉惯性SLAM等。在SLAM 发展早期，激光SLAM 占据机器人领域相关研究的主要地位。但随着传感器不断发展，低成本、体积小、信息丰富的相机和惯性测量传感器（Inertial Measurement Unit，IMU）逐渐成为研究热点［2］。

在实际应用过程中，单传感器定位往往存在问题。例如相机获取的图像虽然信息丰富但易受环境干扰（遮挡、运动物体、无纹理场景、光照等），在运动较快时图像会出现模糊。而IMU 属于内部传感器，其不受成像质量影响且采样频率高，但长时间积分后位姿漂移较大。因此，相比单个传感器，相机和IMU 融合定位方式可取得更高的精度，提高整个系统的鲁棒性［3］。近年来，视觉惯性SLAM（Visual Inertial SLAM，VISLAM）发展迅速，在摄影测量、三维重建、深空探测、室内导航、增强现实、无人驾驶等领域已得到广泛应用。

当前已有许多视觉SLAM 的综述研究［4-6］，但VISLAM 的研究综述相对较少。本文主要专注于对VISLAM 的方法进行分析和讨论，系统地介绍并分析几种经典算法框架及其优缺点。另外，本文从硬件和算法层面讨论了近年研究热点与发展趋势，并在最后作出总结。

1 VISLAM 关键技术

与视觉SLAM 一样，VISLAM 也可分为前端、后端、回环检测和建图4 个部分［7］。……