研究概述（內容簡介、研究意義及作用）
SLAM是simultaneous localization andmapping的縮寫，意爲同時定位與建圖技術，SLAM技術的巨大發展，主要是因爲以下應用場景：
1. 室內環境、室外GPS信號不好的區域、水下、太空等，沒有先驗地圖，難以獲得全球定位，但是需要根據周圍環境構建局部地圖，進行自主導航。
2. 有先驗地圖，但是無法獲得自身相對於地圖的位置，比如提前繪製了工廠的地圖，關機重啓後不知道當前的位置，用SLAM技術就可以重定位。
SLAM技術主要根據傳感器的不同主要分爲激光SLAM和視覺SLAM。機器人通過激光雷達來實現SLAM被稱爲激光SLAM，激光雷達價格較爲昂貴，有效距離不夠遠，開闊場景下不適用。使用相機作爲唯一感知環境的傳感器，被稱爲視覺SLAM。由於相機具有成本低，輕，很容易放到商品硬件上的優點，且圖像含有豐富的信息，視覺SLAM技術受到了更大的關注。根據採用的視覺傳感器不同，可以將視覺SLAM主要分爲三類：僅用一個相機作爲唯一外部傳感器的單目視覺SLAM；使用多個相機作爲傳感器的立體視覺SLAM，其中雙目立體視覺的應用最多；基於單目相機與紅外傳感器結合構成的傳感器的RGBD-SLAM。
高魯棒性、高精度、實時性的視覺SLAM，對無人駕駛，增強現實等領域有着里程碑式的意義。比如：無人駕駛領域用視覺SLAM技術來實現對車輛周圍環境的建圖和定位，對目標物體的檢測與追蹤，高魯棒性帶來高安全性，精度對車距的控制、啓停剎車有着重大影響，而實時性不好可能會發生卡頓，從而引發危險。
國外相關領域研究綜述
1. 基於特徵點的視覺SLAM
基於特徵點的視覺SLAM發展主要分爲三個階段。第一個階段爲濾波器階段，這個階段主要使用擴展卡爾曼濾波（EKF），無跡卡爾曼濾波（UKF），粒子濾波。第二個階段爲關鍵幀階段，這一階段將整個SLAM系統按線程劃分爲定位，建圖，閉環檢測，也成爲現階段比較主流的框架。第三個階段爲RGD階段，由於微軟推出了RGBD相機，可以獲得圖像的深度信息，簡化了三維重建的過程，文獻[18]是最早提出的使用RGBD相機對室內環境進行三維重建的方法，在彩色圖像中提取SIFT特徵並在深度圖像上查找相應的深度信息。然後使用RNSAC方法對３⁃Ｄ特徵點進行匹配並計算出相應的剛體運動變換，再以此作爲ICP(iterativeclosest point)的初始值來求出更精確的位姿。
2. 直接的視覺SLAM
直接的SLAM方法指的是直接對像素點的強度進行操作，避免了特徵點的提取，該方法能夠使用圖像的所有信息。此外，提供更多的環境幾何信息，有助於對地圖的後續使用。且對特徵較少的環境有更高的準確性和魯棒性。爲了構建稠密的三維環境地圖，比較具有代表性的是En-gel等[26] 提出的LSD-SLAM算法（large-scale direct SLAM），該方法在估計高準確性的相機位姿的同時能夠創建大規模的三維環境地圖。文獻[29]是較好的直接RGB_D SLAM方法，該方法結合像素點的強度誤差與深度誤差作爲誤差函數，通過最小化代價函數，從而求出最優相機位姿，該過程由g2o實現，並提出了基於熵的關鍵幀提取及閉環檢方法，從而大大降低了路徑的誤差。
視覺SLAM的主要標誌性成果有：AndrewDavision提出的MonoSLAM[3]是第一個基於ＥＫＦ方法的單目ＳＬＡＭ，能夠達到實時但是不能確定漂移多少，能夠在概率框架下在線創建稀疏地圖。ＤＴＡＭ[24]是2011年提出的基於直接法的單目SLAM算法，該方法通過幀率的整幅圖像對準來獲得相對於稠密地圖的相機的６個自由度位姿，能夠在GPU上達到實時的效果。PTAM[10]是由Georg Klein提出的第一個用多線程處理SLAM的算法，將跟蹤和建圖分爲兩個單獨的任務並在兩個平行的線程進行處理。KinectFusion[27]是第一個基於Kinect的能在GPU上實時構建稠密三維地圖的算法，該方法僅使用Kinect相機獲取的深度信息去計算傳感器的位姿以及構建精確的環境3D地圖模型。ORB_SLAM[13]是2015年出的比較完整的基於關鍵幀的單目SLAM算法，將整個系統分爲追蹤、地圖創建、閉環控制3個線程進行處理，且特徵的提取與匹配、稀疏地圖的創建、位置識別都是基於ORB特徵，其定位精確度很高，且可以實時運行