成立明，陈建新，陈 瑞，陈志敏

南京邮电大学 通信与信息工程学院，南京 210003

长期以来，在计算机视觉和机器人领域中，同时定位与建图（SLAM）一直是人们积极研究的对象[1-2]。它是许多应用程序中的关键模块，例如自主移动机器人和自动驾驶。由于相机成本相对较低，并且可以传递丰富的环境信息，相机运动可以经由视觉里程计可靠地估计出来。因此视觉SLAM变得非常受研究者欢迎[3-4]。

通常，视觉SLAM 系统包含三个模块：一个用于跟踪新帧的视觉前端，一个用于创建和维护关键帧的地图的后端以及一个用于优化地图点的模块。求解VO 的最重要步骤之一就是在当前帧和下一帧之间匹配点特征。VO 有两种主流的特征匹配方法：特征点法和直接法。特征点法要求特征提取、特征描述、特征匹配，并使离散的可重复点特征之间的重投影误差最小。相比之下，直接法可以将光度误差降至最低，并且直接对像素强度进行操作。虽然基于特征点的方法长期以来一直都是SLAM 的主流方案，但它也存在明显的缺陷，例如特征描述符不能在弱纹理和像素梯度小的帧中正确匹配。最近，文献[5]提出的直接稀疏里程计在性能方面很出色，即使在没有明显拐角特征的环境中也表现良好。联合优化相机位姿和它们之间的对应关系以及利用任意像素（包括非角像素）都能够提高算法的鲁棒性。

近年来，人们提出了许多比较成熟的基于特征点的单目SLAM 方法，这些方法大多是受经典算法PTAM[6]的启发，PTAM包含用于跟踪新图像帧的前端和基于优化方法的后端建图模块。……