郑思诚，孔令华，游通飞，易定容

（1.福建工程学院机械与汽车工程学院，福州 350118；2.数字福建工业制造物联网实验室（福建工程学院），福州 350118；3.华侨大学机电及自动化学院，福建厦门 361021）

0 引言

同步定位与地图构建（Simultaneous Localization And Mapping，SLAM）是指在没有环境先验信息的情况下，载体通过自身搭载的传感器收集环境信息，在估计自身位姿的同时构建环境地图，该技术被认为是移动机器人智能化的先决条件。基于视觉信息的SLAM（visual SLAM），因其所使用的相机性价比高、体积小、功耗较低，并且可以获得丰富的环境信息的特点，成为机器人领域的研究热点［1］。

目前，基于视觉的SLAM 算法研究取得了很大的进展，例如ORB-SLAM2（Orient FAST and Rotated BRIEF SLAM2）［2］、LSD-SLAM（Large Scale Direct monocular SLAM）［3］等。但这些算法通常都基于一个强烈的假设，即工作环境是静态或低动态的，对应用环境有严格的限制。这种假设影响了视觉SLAM 系统在实际场景中的适用性，当环境中存在动态物体时，例如走动的人、反复开关的门窗等，都会给系统带来错误的观测数据，降低系统的精度和鲁棒性。

在移动机器人使用相机进行定位与建图的过程中相机通常处于运动状态。这就使得经典的运动分割方法，例如背景去除（Background Subtraction）［4］无法使用在视觉SLAM 中。早期的SLAM 系统大多采用数据优化的方法降低动态物体的影响。文献［5］使用随机抽样一致性检测（RANdom SAmple Consensus，RANSAC）算法粗略地估计出两帧之间的基础矩阵，再通过迭代最近点（Iterative Closest Point，ICP）算法将两帧图像的点云数据进行拟合，动态物体的点云数据将作为噪声或离散点被删除，这与三维重建中的点云拼接类似。……