基于深度学习的视觉slam综述-机器人.pdfVIP

第39 卷第6 期 机器人 ROBOT Vol.39, No.6 2017 年11 月 Nov., 2017 DOI ：10.13973/ki.robot.2017.0889 基于深度学习的视觉SLAM 综述 赵 洋，刘国良，田国会，罗 勇，王梓任，张 威，李军伟 （山东大学控制科学与工程学院，山东济南 250061 ） 摘 要：综述了深度学习技术应用到同步定位与地图创建（SLAM ）领域的最新研究进展，重点介绍和总结 了深度学习与帧间估计、闭环检测和语义SLAM 结合的突出研究成果，并对传统SLAM 算法与基于深度学习的 SLAM 算法做了深入的对比研究．最后，展望了未来基于深度学习的SLAM 研究发展方向． 关键词：深度学习；视觉SLAM；帧间估计；视觉里程计；闭环检测；语义SLAM 中图分类号：TP24 文献标识码：A 文章编号：1002-0446(2017)-06-0889-08 A Survey of Visual SLAM Based on Deep Learning ZHAO Yang ，LIU Guoliang ，TIAN Guohui ，LUO Yong ，WANG Ziren ，ZHANG Wei ，LI Junwei (School of Control Science and Engineering, Shandong University, Ji’nan 250061, China) Abstract: Latest research progresses of deep learning techniques applied to SLAM (simultaneous localization and map- ping) are summarized. In addition, the prominent achievements on inter-frame motion estimation, loop closure detection and semantic SLAM incorporated with deep learning are introduced. Furthermore, the deep learning based SLAM is compared with the traditional ones in detail. Finally, the future research directions of advanced SLAM based on deep learning are discussed. Keywords: deep learning; visual SLAM (simultaneous localization and mapping); inter-frame motion estimation; visual odometry; loop closure detection; semantic SLAM 1 引言（Introduction ） 视觉传感器凭借其丰富的色彩和纹理等感知信息在 提高帧间估计精度和闭环检测正确率方面有着巨大 同时定位与地图构建（SLAM ）是机器人搭载 [7,8] 的优势和潜力 ． 视觉、激光、里程计等传感器，对未知环境构建地