单目视觉同步定位与建图：从几何到基于深度学习的流水线的（r）变革
机器人学
2025-03-06 v1 人工智能
摘要
随着深度学习的发展，视觉SLAM算法发生了根本性变化，转向开发作为端到端流水线训练的不同模块。然而，无论实现领域如何，视觉SLAM的性能受到多样化环境挑战的影响，如室外环境中的动态元素、水下环境中的恶劣成像条件或高速设置中的模糊性。这些环境挑战需要被识别，以研究SLAM实现的现实可行性。受上述挑战的启发，本文根据两大框架对当前视觉SLAM算法进行了综述：基于几何的SLAM和基于学习的SLAM。首先，我们介绍了包含文献中大多数实现的SLAM流水线的一般公式。其次，对这些实现进行了分类和综述，涵盖几何和基于学习的SLAM。之后，针对特定环境的挑战被构建，以实现对不同视觉SLAM类别在不同成像条件下鲁棒性的实验评估。我们在综述视觉SLAM时解决了两个重要问题，提供了（1）视觉SLAM流水线的一致分类和（2）在不同部署条件下对其性能的鲁棒评估。最后，我们给出了对视觉SLAM实现未来机遇的看法。
引用
@article{arxiv.2503.02955,
title = {Monocular visual simultaneous localization and mapping: (r)evolution from geometry to deep learning-based pipelines},
author = {Olaya Alvarez-Tunon and Yury Brodskiy and Erdal Kayacan},
journal= {arXiv preprint arXiv:2503.02955},
year = {2025}
}