《計算機應用研究》|Application Research of Computers

基于圖優化的視覺SLAM研究進展與應用分析

Application analysis and research progress of graph-based visual SLAM

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 王錄濤,吳林峰
機構 成都信息工程大學 計算機學院,成都 610225
統計 摘要被查看 次,已被下載
文章編號 1001-3695(2020)01-002-0009-07
DOI 10.19734/j.issn.1001-3695.2018.08.0509
摘要 為了對SLAM技術有更為全面的把握,在回顧過去三十年里視覺SLAM技術發展歷程基礎上,詳細分析了視覺SLAM問題的本質與求解的復雜性。重點對在提高位姿估計精度、構建全局一致地圖與提升算法求解效率上的最新研究成果進行了介紹,并對當前代表性的算法實現方案進行了分析與比較。針對未來大尺度環境、全生命周期應用需求,對現有算法框架的不足與最新研究趨勢進行了歸納總結。最后,探討了深度學習技術與視覺SLAM問題求解的關聯性。
關鍵詞 同步定位與構圖; 圖優化; 數據關聯; 稀疏化; 深度學習
基金項目 四川省科技廳重點研發項目(18ZDYF3214)
成都市科技惠民技術研發項目(2016-HM01-00406-SF)
本文URL http://www.oirznw.live/article/01-2020-01-002.html
英文標題 Application analysis and research progress of graph-based visual SLAM
作者英文名 Wang Lutao, Wu Linfeng
機構英文名 School of Computer Science,Chengdu University of Information Technology,Chengdu 610225,China
英文摘要 In order to give a comprehensive understanding of SLAM, this paper first gave an overview of the progress of visual SLAM community has made over the last 30 years in this survey. Then it presented the non-linearity of the mathematical model and computational complexity in visual SLAM algorithms. This paper mostly focused on the latest achievements and approached improving the accuracy of pose estimation, building a globally consistency representation of the environment and promoting computation efficiency. It also surveyed the failure modes of current visual SLAM algorithms for large scale, full lifecycle implementation and the different ways to address that. Finally, it discussed the potential connections between deep learning architectures and visual SLAM state estimations.
英文關鍵詞 simultaneous localization and mapping(SLAM); graph optimization; data association; sparsification; deep learning
參考文獻 查看稿件參考文獻
 
收稿日期 2018/8/6
修回日期 2018/10/9
頁碼 9-15
中圖分類號 TP391.41
文獻標志碼 A
水果机返水 雪缘园nba比分直播 浙江11选5开奖走势图表 幸运飞艇官网 led体育比分管理软件 四川快乐12怎么投注 欢乐彩走势图 河内5分彩 3月15日股票推荐 今日竞彩足球推荐分析 秒速快三在线计划 福建十一选五彩票群 22选5 东莞快餐女哪里多2016 乐乐安徽麻将辅助 北京十一选五最新走 今日3d预测分析