张光耀，倪益华，吕艳，倪忠进，黄通交

(浙江农林大学 工程学院，浙江 杭州 310000)

0 引 言

随着移动机器人技术发展，同时定位与建图(simultaneous localization and mapping，SLAM)受到越来越多的关注。SLAM按传感器种类分为激光SLAM与视觉SLAM两大类[1]。激光SLAM目前较为成熟，已进入商业应用阶段。但由于激光雷达价格高、体积大、安装复杂等原因，使激光SLAM应用受到很大限制。视觉SLAM因视觉摄像头价格低、机器视觉技术飞速发展而成为研究热点。

2007年，A.J.Davisin等[2]提出了第一个视觉SLAM：MonoSLAM,其前端为Shi-Tomasi特征提取，后端为扩展卡尔曼滤波优化算法，该方法存在计算量大、精度低、实用性差等问题；J.Stückler等[3]2012年提出了DVO SLAM，其前端为稠密的视觉里程计，后端采用g2o算法框架，回环检测是对关键帧的遍历特征检测，构建的地图为点云地图，但其精度不高，在TUM数据集上平均精度仅0.416 m[4]，且地图为点云地图，不能直接用于后续导航等，实用性低；M.Labbe等[5]2014年提出了RTABMAP，其前端为SIFT特征，后端为图优化，回环检测基于词袋模型，输出地图为点云地图。该方法计算量仍较大，精度不高，在TUM数据集上平均精度为0.22 m[4]，地图为点云地图，实用性差；R.Mur-Artal等[6]2015年提出了ORB-SLAM，其前端为ORB特征，后端为图优化，回环检测基于词袋模型，输出地图为点云地图，该方法计算量较小，精度不高，地图为稀疏点云地图，实用性差。总而言之，精度较低、实用性较差是目前大部分视觉SLAM存在的共同问题。

针对这些问题，可以在回环检测和构建地图部分进行改进。回环检测是消除误差的一个重要环节。J.Sivic等[7]提出了词袋模型，它是将提取到的图像特征进行离散化处理，并统计不同特征出现的频率以描述机器人周围的环境。……