张建博，袁 亮，何 丽，冉 腾，唐鼎新

(新疆大学 机械工程学院，新疆 乌鲁木齐 830047)

0 引 言

由于单目相机具有成本低、适用范围广和校准过程简单等优势，使得单目视觉同时定位与地图构建(simulta-neous localization and mapping，SLAM)成为机器人在未知环境中自主定位的一个重要研究方向。但是单目存在尺度不确定性的缺点，无法通过单帧图像得到场景中真实的深度信息，使单目SLAM出现尺度模糊的问题，因此需要一种单目的绝对尺度估计方法来恢复单目的绝对尺度。Ji Zhang等[1]使用激光雷达来辅助单目恢复场景的真实尺度；文献[2-4]利用惯性测量单元(inertial measurement unit，IMU)辅助单目恢复绝对尺度；Shiyu Song等[5]提出利用物体先验尺寸来恢复单目尺度；文献[6]利用相机的先验高度信息获得单目绝对尺度；Sen Wang等提出的DeepVO[7]和陈宗海等提出的LSTMVO[8]是一种端到端的深度学习框架，通过输入离线的视频序列可以同时输出深度图和相机位姿。

此外，实现精确的自主定位是SLAM最重要的任务之一，而单目SLAM的尺度不确定性会引起尺度漂移的问题，从而严重影响了定位精度。Engel J等提出基于直接法的DSO[9]利用光束法平差(bundle adjustment，BA)减少尺度漂移。Mur-Artal等提出基于特征点的ORB-SLAM[10]，利用局部BA和全局回环检测方法减少尺度漂移。

本文利用MonoDepth[11]深度预测网络估计单目的绝对尺度，以此来弥补单目固有的尺度模糊的缺点。利用绝对尺度实时校正尺度漂移，从而提高单目SLAM的定位精度。

1 单目视觉SLAM

单目视觉SLAM中一般采用针孔相机模型，其成像原理如图1所示，空间中一点投影在2维相机……