基于神经网络的VSLAM综述

来源：南京信息工程大学学报·自然科学版杂志2024年第3期北京时间：

作者：尚光涛，陈炜峰，吉爱红，周铖君，王曦杨，徐崇辉

单位：尚光涛,南京信息工程大学 自动化学院, 南京, 210044,陈炜峰,南京信息工程大学 自动化学院, 南京, 210044,002021@nuist.edu.cn吉爱红,南京航空航天大学 机电学院/运动仿生与智能机器人实验室, 南京, 210016,周铖君,南京信息工程大学 自动化学院, 南京, 210044,王曦杨,南京信息工程大学 自动化学院, 南京, 210044,徐崇辉,南京信息工程大学 自动化学院, 南京, 210044

摘要：传统的基于视觉的SLAM技术成果颇丰,但在具有挑战性的环境中难以取得想要的效果.深度学习推动了计算机视觉领域的快速发展,并在图像处理中展现出愈加突出的优势.将深度学习与基于视觉的SLAM结合是一个热门话题,诸多研究人员的努力使二者的广泛结合成为可能.本文从深度学习经典的神经网络入手,介绍了深度学习与传统基于视觉的SLAM算法的结合,概述了卷积神经网络(CNN)与循环神经网络(RNN)在深度估计、位姿估计、闭环检测等方面的成就,分析了神经网络在语义信息提取方面的优点,以期为未来自主移动机器人真正自主化提供帮助.最后,对未来VSLAM发展进行了展望.

关键词：同时定位和地图构建(SLAM);深度学习;卷积神经网络(CNN);循环神经网络(RNN);位姿估计;闭环检测;语义

基金资助：国家自然科学基金(51875281)