基于局部熵的SLAM视觉里程计优化算法.docx

在移动机器人研究领域, 同步定位与地图创建(Simultaneous localization and mapping, SLAM)技术使机器人从未知环境的未知地点出发, 在运动过程中通过机器人搭载视觉、激光等传感器重复观测到的地图特征定位自身位置和姿态, 再根据自身位置增量式地构建地图, 从而达到同时定位和地图构建的目的, 为机器人自主定位、避障、导航、路径规划等任务提供必要的支持. 鉴于SLAM技术是使机器人真正实现完全自动化的关键技术之一, 其应用已广泛覆盖无人驾驶汽车、无人机、人机交互、虚拟现实、增强现实等人工智能领域[1-3], 并且结合深度学习的SLAM也成为近两年的研究热点[4-