仪器仪表学报

作者：张 耀，吴一全，陈慧娴

单位：张 耀,1.南京航空航天大学电子信息工程学院,,吴一全,1.南京航空航天大学电子信息工程学院,,陈慧娴,1.南京航空航天大学电子信息工程学院,

关键词：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

基金：国家自然科学基金（61573183）项目资助

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。

来源：2023年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第7期