视觉 SLAM

定义

视觉 SLAM（Simultaneous Localization and Mapping，同步定位与建图）指移动设备以相机为主要传感器，在未知环境中一边估计自身位姿、一边增量构建环境地图的技术。

原理

典型系统由前端与后端组成：前端（视觉里程计）通过特征匹配或直接法从连续图像估计相机运动；后端利用滤波或图优化消除累积误差；回环检测识别曾到访的场景并全局校正；建图模块输出稀疏点云、稠密地图或语义地图。常与 IMU 融合为视觉惯性里程计（VIO）以提升鲁棒性。

代表系统

特征点法的 ORB-SLAM 系列、直接法的 LSD-SLAM 与 DSO、半直接法的 SVO 等是学术界代表；ARKit、ARCore 中的跟踪模块是工业界实现。

应用

广泛用于扫地机器人、无人机、增强现实、自动驾驶定位等，弱纹理、强光照变化和动态物体仍是主要挑战。