稀疏和稠密的VSLAM的研究进展

被引：21

作者：

林辉灿

吕强

张洋

马建业

机构：

[1] 装甲兵工程学院控制工程系

来源：

机器人 | 2016年 / 38卷 / 05期

关键词：

计算机视觉; 同时定位和地图构建; 特征配准; 直接配准; 图优化; 深度学习;

D O I：

10.13973/j.cnki.robot.2016.0621

中图分类号：

TP242 [机器人]; TP391.41 [];

学科分类号：

1111 ; 080203 ;

摘要：

从稀疏的方法和稠密的方法两个方面对基于视觉的同时定位和地图构建(VSLAM)进行综述,重点阐述各个方面的关键技术和最新的研究进展,对比分析不同方法的优缺点和实现难点.介绍了深度学习技术应用到VSLAM领域的研究进展,并讨论了二者相互促进的结合方式.最后,展望了实时VSLAM的未来研究方向.

引用

页码：621 / 631

页数：11

共 14 条

[1]

Visual simultaneous localization and mapping: a survey[J] . Jorge Fuentes-Pacheco,José Ruiz-Ascencio,Juan Manuel Rendón-Mancha.Artificial Intelligence Review . 2015 (1)

[2]

Monocular Vision for Long‐term Micro Aerial Vehicle State Estimation: A Compendium[J] . Stephan Weiss,Markus W. Achtelik,Simon Lynen,Michael C. Achtelik,Laurent Kneip,Margarita Chli,Roland Siegwart.J. Field Robotics . 2013 (5)

[3] CI-Graph Simultaneous Localization and Mapping for Three-Dimensional Reconstruction of Large and Complex Environments Using a Multicamera System [J].