农业机械学报

作者：陈明方，黄良恩，王森，张永霞，陈中平

单位：昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,

关键词：视觉里程计;特征法;直接法;深度学习;同步定位与地图构建;数据集

基金：国家自然科学基金项目(51965029)、国家重点研发计划项目(2018YFB1306103)和云南省重大专项(202002AC080001)

随着移动机器人技术不断发展，里程计技术已经成为移动机器人实现环境感知的关键技术，其发展水平对提高机器人的自主化和智能化具有重要意义。首先，系统阐述了同步定位与地图构建(Simultaneous localization and mapping, SLAM)中激光SLAM和视觉SLAM的发展近况，阐述了经典SLAM框架及其数学描述，简要介绍了3类常见相机的相机模型及其视觉里程计的数学描述。其次，分别对传统视觉里程计和深度学习里程计的研究进展进行系统阐述。对比分析了近10年来各类里程计算法的优势与不足。另外，对比分析了7种常用数据集的性能。最后，从精度、鲁棒性、数据集、多模态等方面总结了里程计技术面临的问题，从提高算法实时性、鲁棒性等方面展望了视觉里程计的发展趋势为：更加智能化、小型化新型传感器的发展；与无监督学习融合；语义表达技术的提高；集群机器人协同技术的发展。

来源：2024年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第3期