2026《基于深度学习的SLAM研究现状文献综述》3800字.docx

基于深度学习的SLAM研究现状文献综述

1.1传统视觉SLAM研究现状

SLAM发展至今已有三十年，逐步从实验室研究迈向实际应用。经典的视觉SLAM框架主要包含四个模块：前端处理、后端优化、回环检测以及建图。前端即视觉里程计，主要任务是计算相邻图像帧之间的位姿变换矩阵。处理方法主要由两种：特征点法和直接法。前者计算并适配相邻图像帧之间的特征点以及它们在相机中的投影，最小化重投影误差来求解相机的位姿变换，在直接法中无需计算相邻帧的关系，只需要计算像素灰度的差异，最小化光度误差来求解相机的位姿变换。后端根据不同时刻前端计算得到的相机位姿以及回环检测的信息，计算出全局位姿轨迹，方法主要有滤波器方