基于深度学习的视觉同时定位与建图研究进展

作者：张耀; 吴一全^*; 陈慧娴

来源：仪器仪表学报, 2023, 44(07): 214-241.

DOI：10.19650/j.cnki.cjsi.J2311081

• 同时定位与建图
• 机器视觉
• 深度学习
• 视觉里程计
• 回环检测
• 数据集
• 评估指标

随着机器视觉的不断发展，视觉传感器其小巧轻便、价格低廉等优势，使得视觉同时定位与建图(VSLAM)越来越受人们关注，深度学习为处理VSLAM问题提供了新的方法与思路。本文综述了近年来基于深度学习的VSLAM方法。首先回顾了VSLAM的发展历程，系统阐释了VSLAM的基本原理与组成结构。然后从视觉里程计(VO)、回环检测与建图3个方面分析各类基于深度学习的方法，从特征提取与特征匹配、深度估计与位姿估计及关键帧选择等3个部分阐述了深度学习在VO中的应用；基于场景表达方式的不同，总结了几何建图、语义建图及广义建图中的深度学习方法。接着介绍了目前VSLAM常用的各种数据集以及性能评估指标。最后指出了目前VSLAM面临的难题与挑战，展望未来深度学习与VSLAM结合的研究趋势与发展方向。

• 单位
  电子信息工程学院; 南京航空航天大学