| 基于神经网络的VSLAM综述 |
| |
| 作者姓名： | 尚光涛 陈炜峰 吉爱红 周铖君 王曦杨 徐崇辉 |
| |
| 作者单位： | 南京信息工程大学 自动化学院, 南京, 210044;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 |
| |
| 基金项目： | 国家自然科学基金(51875281) |
| |
| 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 |
| 收稿时间： | 2022-04-20 |
|
| 点击此处可从《南京信息工程大学学报》浏览原始摘要信息 |
|
点击此处可从《南京信息工程大学学报》下载免费的PDF全文 |
|
