林秋叶，胡志恒

(成都信息工程大学通信工程学院，成都 610225)

0 引言

近几年，通信和电子等科技领域取得的创新和进步为机器人技术的进步做了极大的铺垫，然而距离机器人完全普及化和实用化还有许多技术壁垒需要突破，其中一个难点就是机器人的定位问题[1]。视觉定位精度高、系统柔性强、能够提供丰富的场景信息、携带方便且成本较低，符合移动机器人智能化的发展趋势[2-6]。因此基于视觉的同时定位与构建地图(Visual Simultaneous Localization and Mapping，VSLAM)[3]逐渐成为当前移动机器人领域研究的热点。

VSLAM主要分为前端视觉里程计(VO)、后端优化、闭环检测和地图构建四个主要部分[2]。其中视觉里程计根据相邻图像帧的运动的估计出相机的运动，并选取合适关键帧给后端优化和建图提供较好的初始值[3-4]。VO可以根据利用图像信息的不同分为特征点法的前端和不提特征的直接法前端[4]。

其中，前端使用直接法实现的SLAM系统主要代表有德国慕尼黑工业大学J.Engel等人提出的LSD-SLAM[3]，其使用单目相机选择针对像素运算的直接法构建半稠密地图，能够不使用GPU或者深度相机就能构建半稠密地图，但是系统易受相机曝光和内参影响，但在相机运动变化快时常出现跟丢情况[3-7]。而基于特征点法的前端对光照和动态物体不敏感，运行较为稳定，因此也常被选为视觉里程计的主要解决方案。特征点法中，Hentry等人搭建了一套基于特征点的 RGB-D SLAM[4]，可以完成稠密点云的重建，但系统运算时间长，实时性不高。Endres在迭……