王美洁

【摘    要】现阶段，科学技术不断发展，移动机器人应用日渐广泛，某些环境下，一些导航系统及惯性测试单元会受到一定限制，而SLAM的出新则很好地解决了这一问题。在机器人导航中如何更好地应用SLAM已经成为社会关注的一个重点。基于此，本文对视觉SLAM国外研究情况进行分析，阐述视觉SLAM的关键技术，提出视觉SLAM在动态场景下的图像处理方法，以供参考。

【关键词】视觉SLAM  动态场景  图像处理方法

中图分类号：G4      文献标识码：A DOI：10.3969/j.issn.1672-0407.2021.19.006

人工智能环境的到来，为机器人产业发展带来了良好契机，对人们生产、生活带来了较大影响，如扫地机器人的出现等。对于移动机器人而言，若想保证移动的可控性，应将重点放在“建立地图”以及“定位”上，简单而言，就是同步定位及地图构建。因为视觉SLAM能够包含更多的信息，并且更加符合人类的直观感受，逐渐受到研究人员的关注，本文就视觉SLAM在动态场景下的图像处理方法进行探讨，具体如下。

一、视觉SLAM国外研究情况

SLAM表示的是同时定位于构建地图，属于搭载特定出传感器的主体，在不具备环境先验信息的條件下，在运动过程中进行环境模型的建立，并且对自身运动进行估计。对于SLAM而言，其主要的目的是解决两个问题：问题一，定位问题;问题二，地图构建问题。[1]不仅要对传感器自身位置进行估计，还应进行周围环境模型的建立。而视觉SLAM，则是将视觉传感器作为中心的SLAM。例如无人车或机器人，将其放置到一个小区中，其不了解小区中车位、建筑以及道路等分布情况，需要事先进行观察，了解建筑、道路、车位等具体分布情况，随后还应明确自身在小区中所处的位置。……