基于深度学习的移动机器人同时定位与建图研究综述

摘要

近年来，深度学习技术在移动机器人同时定位与建图（Simultaneous localization and mapping,SLAM）领域取得了显著进展，为解决传统视觉SLAM在动态环境下面临的挑战提供了新的思路.本文首先总结了传统视觉SLAM在预处理、视觉里程计以及闭环检测模块的局限性.随后，聚焦于深度学习在视觉SLAM中的应用，重点介绍了基于深度学习的预处理、视觉里程计和闭环检测模块，以及其如何提升视觉SLAM的鲁棒性和精度.最后，探讨了基于深度学习SLAM面临的挑战并展望了未来研究方向，包括轻量化网络设计、场景的长期建模以及自监督学习等，以推动深度学习SLAM在实际应用中的落地.

关键词

深度学习 / 移动机器人 / 视觉SLAM / 视觉里程计 / 闭环检测

基金资助

国家自然科学基金资助项目（62273033,62173029）; 北京科技大学中央高校基本科研业务费专项资金资助项目（FRF-BD-19-002A）