第13卷第1期 智能系统学报 Vol.13 No.I 2018年2月 CAAI Transactions on Intelligent Systems Feb.2018 D0:10.11992/tis.201703006 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20180131.0858.002.html 视觉同时定位与地图创建综述 周彦，李雅芳，王冬丽，裴廷睿 (湘潭大学信息工程学院.湖南湘潭411105) 摘要：同时定位与地图创建(simultaneous localization and mapping,SLAM)自1986年提出以来一直是机器人领域 的热点问题，被认为是实现真正全自主移动机器人的关键。其目的是让机器人在未知环境下实现自身定位同时创建 出环境地图。视觉SLAM(visual simultaneous localization and mapping,VSLAM)是仅用相机作为传感器的定位与制 图。随着计算机视觉和机器人技术的发展，VSLAM已成为无人系统领域的研究焦点。本文对VSLAM的最新研究 现状进行总结，阐述了VSLAM中的主要问题，分别介绍了VSLAM基于滤波和图优化的实现方法，并探讨了 VSLAM的研究与发展方向。 关键词：计算机视觉：同时定位与地图创建：VSLAM:机器人：滤波：图优化：综述：深度学习 中图分类号：TP24文献标志码：A文章编号：1673-4785(2018)01-0097-10 中文引用格式：周彦，李雅芳，王冬丽，等.视觉同时定位与地图创建综述J.智能系统学报，2018,13(1)：97-106. 英文引用格式：ZHOU Yan,LI Yafang,WANG Dongli,.etal.A survey of VSLAM[J.CAAI transactions on intelligent systems, 2018,13(1:97-106. A survey of VSLAM ZHOU Yan,LI Yafang,WANG Dongli,PEI Tingrui (College of Information Engineering,Xiangtan University,Xiangtan 411105,China) Abstract:Simultaneous localization and mapping(SLAM),an essential task for an autonomy robot,has been a hot top- ic in the field of robotics since the concept first proposed in 1986.The purpose is to make a robot locate itself in an un- known environment while simultaneously construct a map of the environment.Visual SLAM(VSLAM)refers to that one using a camera or cameras as the sole sensor.With the development of computer vision and robotics,VSLAM has become the focus in the field of unmanned systems.In this paper,we survey the recent progress of VSLAM.After identifying the main problems in the development of VSLAM.we introduce the VSLAM methods based on both filter and graph optimizations.Finally,the further study and development directions of VSLAM are given. Keywords:computer vision;simultaneous localization and mapping;VSLAM;robot;filter,graph optimization;survey; deep learning 移动机器人为实现自主导航，面临着在哪里、了机器人领域的热点研究问题。目前，已经有了 到哪里、怎么去3个需要解决的关键问题。“在哪 很多有效方法来解决已知环境中（有环境先验信 里”是机器人对自身的定位，后两个问题即机器人需 息)机器人自主定位与已知机器人位置情况下的地 要解决的路径规划问题。对自主移动机器人来说， 图创建问题。然而在很多环境中，机器人无法利 定位是重中之重，是路径规划的基石。在定位中， 用全局定位系统进行定位，而且事先获取环境先验 机器人首当其冲的任务便是感知周围的环境，并对 信息很困难，甚至是不可能的1，此情此景下，机器 之加以描述。移动机器人的定位和地图创建已成为 人需要在没有环境先验信息的情况下，在移动过程 收稿日期：2017-03-03.网络出版日期：2018-01-31. 基金项目：国家自然科学基金项目(61773330,61372049,61100140， 中一边计算自身位置，一边构建环境地图，于是移 61104210):湖南省自然科学基金项目(2017JJ2253):湖 南省教育厅优秀青年基金项目(17B259), 动机器人的同时定位与地图创建(SLAM0问题 通信作者：周彦.E-mail:yanzhou@xtu.edu.cn. 应运而生。DOI: 10.11992/tis.201703006 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180131.0858.002.html 视觉同时定位与地图创建综述 周彦，李雅芳，王冬丽，裴廷睿 （湘潭大学 信息工程学院，湖南 湘潭 411105） 摘 要：同时定位与地图创建 (simultaneous localization and mapping，SLAM) 自 1986 年提出以来一直是机器人领域 的热点问题，被认为是实现真正全自主移动机器人的关键。其目的是让机器人在未知环境下实现自身定位同时创建 出环境地图。视觉 SLAM (visual simultaneous localization and mapping，VSLAM) 是仅用相机作为传感器的定位与制 图。随着计算机视觉和机器人技术的发展，VSLAM 已成为无人系统领域的研究焦点。本文对 VSLAM 的最新研究 现状进行总结，阐述了 VSLAM 中的主要问题，分别介绍了 VSLAM 基于滤波和图优化的实现方法，并探讨了 VSLAM 的研究与发展方向。 关键词：计算机视觉；同时定位与地图创建；VSLAM；机器人；滤波；图优化；综述；深度学习 中图分类号：TP24 文献标志码：A 文章编号：1673−4785(2018)01−0097−10 中文引用格式：周彦, 李雅芳, 王冬丽, 等. 视觉同时定位与地图创建综述[J]. 智能系统学报, 2018, 13(1): 97–106. 英文引用格式：ZHOU Yan, LI Yafang, WANG Dongli, et al. A survey of VSLAM[J]. CAAI transactions on intelligent systems, 2018, 13(1): 97–106. A survey of VSLAM ZHOU Yan，LI Yafang，WANG Dongli，PEI Tingrui (College of Information Engineering, Xiangtan University, Xiangtan 411105, China) Abstract: Simultaneous localization and mapping (SLAM), an essential task for an autonomy robot, has been a hot top￾ic in the field of robotics since the concept first proposed in 1986. The purpose is to make a robot locate itself in an un￾known environment while simultaneously construct a map of the environment. Visual SLAM (VSLAM) refers to that one using a camera or cameras as the sole sensor. With the development of computer vision and robotics, VSLAM has become the focus in the field of unmanned systems. In this paper, we survey the recent progress of VSLAM. After identifying the main problems in the development of VSLAM, we introduce the VSLAM methods based on both filter and graph optimizations. Finally, the further study and development directions of VSLAM are given. Keywords: computer vision; simultaneous localization and mapping; VSLAM; robot; filter; graph optimization; survey; deep learning 移动机器人为实现自主导航，面临着在哪里、 到哪里、怎么去 3 个需要解决的关键问题。“在哪 里”是机器人对自身的定位，后两个问题即机器人需 要解决的路径规划问题。对自主移动机器人来说， 定位是重中之重，是路径规划的基石。在定位中， 机器人首当其冲的任务便是感知周围的环境，并对 之加以描述。移动机器人的定位和地图创建已成为 了机器人领域的热点研究问题[1-2]。目前，已经有了 很多有效方法来解决已知环境中（有环境先验信 息）机器人自主定位与已知机器人位置情况下的地 图创建问题[1]。然而在很多环境中，机器人无法利 用全局定位系统进行定位，而且事先获取环境先验 信息很困难，甚至是不可能的[3] ，此情此景下，机器 人需要在没有环境先验信息的情况下，在移动过程 中一边计算自身位置，一边构建环境地图，于是移 动机器人的同时定位与地图创建 (SLAM) 问题 [4-5] 应运而生。 收稿日期：2017−03−03. 网络出版日期：2018−01−31. 基金项目：国家自然科学基金项目 (61773330, 61372049, 61100140, 61104210)；湖南省自然科学基金项目 (2017JJ2253)；湖 南省教育厅优秀青年基金项目 (17B259). 通信作者：周彦. E-mail：yanzhou@xtu.edu.cn. 第 13 卷第 1 期 智 能 系 统 学 报 Vol.13 No.1 2018 年 2 月 CAAI Transactions on Intelligent Systems Feb. 2018