张大伟，苏 帅

(1.郑州大学 信息工程学院 河南 郑州 450001; 2.同济大学 电子与信息工程学院 上海 201804)

0 引言

机器人的自主导航可拆分为位置估计、地图构建和路径规划。自主移动机器人想要实现未知环境下的自主导航，位置估计和地图构建是不可或缺的，而且它们往往是同时进行的，即机器人的SLAM技术。视觉SLAM是指使用相机作为主要信息来源，通过计算得到相机姿态，继而完成定位和地图构建的技术。在部分场景中，基于GPS的定位方法精度有限，甚至接收不到GPS信号，而基于磁条的方法又不够灵活。因此，能够在陌生环境中进行定位和地图构建的SLAM技术，是自主移动机器人必备的能力。激光SLAM技术成熟较早，其中Grisetti等[1]提出的算法表现出很好的性能。在过去的一段时间，激光SLAM一直是移动机器人的标配。然而，随着机器人智能化的需求，视觉SLAM可以赋予移动机器人更强的感知能力。视觉SLAM更为丰富的信息，可以帮助机器人更好地进行回环检测、障碍规避甚至路径规划。近年来，许多出色的研究工作使得视觉SLAM可以应用在一些特定场景中。本文在介绍视觉SLAM的基本原理和经典框架的同时，探讨了视觉SLAM的最新技术、研究热点和亟待解决的问题。

1 视觉SLAM概述

1.1 视觉SLAM原理

图1为一种经典的视觉SLAM框架。如图1所示，视觉SLAM框架通常包括传感器数据、视觉里程计、后端优化、地图构建、回环检测。视觉SLAM也可分为前端和后端。前端又称视觉里程计，它通过对相机的图像进行处理和计算，得到相机各个时刻的姿态，形成相机运动的轨迹(自主移动机器人的视觉里程计可能还会融合码盘、惯性传感器的信息)。……