马科伟，张锲石，康宇航，任子良，程 俊

（1.中国科学院深圳先进技术研究院，广东 深圳 518055；2.中国科学院大学 深圳先进技术学院，北京 101408）

0 概述

视觉里程计（Visual Odometry，VO）［1］主要用于移动机器人和智能车辆的自主导航任务，尤其是在未知环境下的目标检测和自身定位中发挥着重要作用。VO 的主要工作原理是在刚体运动过程中，利用摄像头对周围环境采集图像数据，以连续图像序列作为输入信号，通过计算自身的位姿变化以得到运动估计。

早期的里程计技术多为机械式原理，如我国古代的记里鼓车利用齿轮传动机构实现路程计量，而近代出现的电子式里程计则利用电子传感器代替早期的机械部件，从而降低成本、提升可靠性并获取更加准确的里程信息和速度信息。VO 相关研究起 源于20世纪80年代，最早是由MATTHIES 等［2］设计一套包括特征提取、特征匹配、运动估计等模块的理论框架，并一直沿用至今。2004 年，VO 这一概念被DAVID 等［1］正式提出，同年，VO 被NASA 用于火星探测器，自此，VO 被大众熟知并逐渐引起关注。近年来，VO 的相关研究成果已广泛应用于无人驾驶、VR、AR、移动机器人等新兴技术领域。随着人工智能技术的发展，很多基于深度学习的VO方法不断被提出，并在某些性能表现上优于传统方法。

在实际应用中，通常采用实时定位与地图构建（Simultaneous Localization and Mapping，SLAM）［3-4］技术来实现移动机器人的自主建图与导航等需求。SLAM是一种无需外界信号源就能在陌生环境中实现独立自主定位的技术，通过搭载特定的传感器来捕获环境信息，通常包括搭载激光雷达的SLAM 系统和搭载相机的SLAM 系统。……