视觉SLAM

只靠相机，边估计自己在哪、边把周围环境建成地图。

视觉SLAM 是同步定位与建图（SLAM）里以相机为主要传感器的一类，相机可以是单目、双目或 RGB-D 深度相机，常再融合 IMU（惯性测量单元）。系统一般分前端和后端：前端从图像提特征点、跨帧匹配，估计相机运动（这部分也叫视觉里程计）；后端用图优化或光束法平差压低累计误差，并靠回环检测（认出回到了去过的地方）消除漂移。相机便宜、信息量大，但单目看不出绝对尺度，弱纹理、反光和快速运动也容易跟丢。开源代表有支持单目、双目、RGB-D 和视觉惯性的 ORB-SLAM3，以及基于学习的 DROID-SLAM；移动机器人、AR 眼镜和无人机的定位导航常用它。

例子ORB-SLAM3 论文报告：在无人机数据集 EuRoC 上用双目加 IMU 运行，估计轨迹的平均误差约 3.6 厘米；输入是图像序列，输出是每帧相机位姿和一张稀疏的地图点云。

也叫

VSLAM、视觉同步定位与建图

相关

同步定位与建图、视觉里程计、视觉惯性里程计、回环检测、ORB-SLAM3、ATE / RPE（绝对 / 相对轨迹误差）

来源

MathWorks: What Is SLAM (Simultaneous Localization and Mapping)?
ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM (arXiv 2007.11898)