视觉里程计研究综述

作者：胡凯; 吴佳胜^*; 郑翡; 张彦雯; 陈雪超; 鹿奔

来源：南京信息工程大学学报(自然科学版), 2021, 13(03): 269-280.

DOI：10.13878/j.cnki.jnuist.2021.03.002

• 视觉里程计
• 多传感器融合
• 深度学习

视觉里程计(Visual Odometry)作为视觉同步定位与地图构建技术(Visual Simultaneous Localization and Mapping)的一部分,主要通过相机传感器获取一系列拥有时间序列图像的信息,从而预估机器人的姿态信息,建立局部地图,也被称为前端,已经被广泛应用在了多个领域,并取得了丰硕的实际成果,它对于无人驾驶、全自主无人机、虚拟现实和增强现实等方面有着重要意义.本文在介绍经典视觉里程计技术框架模块中的各类算法的基础上,对近年来新颖的视觉里程计技术(VO)的研究和论文进行了总结,按照技术手段不同分为两大类——多传感器融合的视觉里程计(以惯性视觉融合为例)和基于深度学习的视觉里程计.前者通过各传感器之间的优势互补提高VO的精度,后者则是通过和深度学习网络结合改善VO的性能.最后通过比较视觉里程计现有算法,并结合VO面临的挑战展望了视觉里程计的未来发展趋势.

• 单位
  自动化学院; 南京信息工程大学