2015 IEEE International Conference on Robotics and Automation (ICRA)Washington State Convention CenterSeattle，Washington，May 26-30，2015摘要我们的场景理解能力，让我们能够感知周围环境的 3D 结构并直观地识别我们看到的物体，在很大程度上是我们认为理所当然的事情，但对

我们提出了一种使用从 FAST+BRIEF 特征中获得的词袋进行视觉位置识别的新方法。我们第一次构建了一个离散化二进制描述符空间的词汇树，并使用该树来加速几何验证的对应关系。我们使用完全相同的词汇和设置，在非常不同的数据集中呈现没有错误的优胜结果。包括特征提取在内的整个技术在包含 26300 张图像的序列中每帧需要 22ms，比以前的方法快一个数量级。索引词——地点识别、词袋、SLAM、计算机视觉

视觉同步定位和建图 （VSLAM） 是许多机器人和计算机视觉应用的基本模块，从自主导航到增强现实 （AR）。没有闭环的轻量级VSLAM系统通常被称为视觉里程计（VO），这对于需要在资源有限的嵌入式设备上进行实时姿态估计的应用非常重要。由于VSLAM和VO的重要性，它们在计算机视觉和机器人社区中获得了广泛的关注。如今，深度学习技术在各种计算机视觉任务中优于传统方法。在VO方面，基于学习的方法近年来取

强大而高效的同步定位和建图 （SLAM） 系统对于机器人自主性至关重要。对于可视化SLAM算法，尽管理论框架在大多数方面已经建立，但在大多数情况下，特征提取和关联仍然是经验设计的，并且在复杂环境中可能容易受到攻击。本文表明，使用深度卷积神经网络（CNN）进行的特征提取可以无缝地整合到现代SLAM框架中。所提出的SLAM系统利用最先进的CNN来检测每个图像帧中的关键点，并且不仅提供关键点描述符，而且

在本文中，我们提出了MonoRec，这是一种半监督的单目稠密重建架构，可以预测动态环境中单个移动相机的深度图。MonoRec基于多视图立体声设置，该设置对成本卷中多个连续图像的信息进行编码。为了处理场景中的动态对象，我们引入了一个 MaskModule，它通过利用成本体积中编码的光度不一致来预测移动对象遮罩。与其他多视图立体方法不同，MonoRec能够通过利用预测的掩码来重建静态和移动对象。此外，

对象SLAM将对象的概念引入同步定位和建图（SLAM），并帮助理解移动机器人和对象级交互式应用程序的室内场景。最先进的对象SLAM系统面临着诸如部分观测，遮挡，不可观察的问题等挑战限制了建图的准确性和鲁棒性。本文提出了一种新的单目语义对象SLAM（SO-SLAM）系统，该系统解决了对象空间约束的引入。我们探索了三种具有代表性的空间约束，包括比例约束、对称纹理约束和平面支撑约束。基于这些语义约束，我

当将同时定位和建图（SLAM） 应用于实际应用（如自动驾驶汽车、无人机和增强现实设备）时，其内存占用和计算成本是限制性能和应用范围的两个主要因素。在基于稀疏特征的 SLAM 算法中，解决此问题的一种有效方法是通过选择可能对局部和全局束平差 （BA） 有用的点来限制地图点大小。本研究提出了一种高效的图优化方法，用于在此类SLAM系统中对地图点进行稀疏化。具体来说，我们将最大姿态可见性和最大空间多样性

为了提高动态环境下ORB-SLAM2位姿估计的精度，针对运动的欺骗性，提出一种实例分割方法去除分布在人体上的运动特征点，提高姿态精度。该方法从输入图像中提取ORB特征点，并对图像进行分割，得到图像中像素的位置。然后去除分布在人体上方的特征点，利用移除后相对稳定的特征点估计位置和姿态。改进的方法用于在TUM数据集上进行测试。结果表明，改进的系统能够显著降低动态环境下姿态估计的绝对误差和相对漂移，证明

因此，利用其他传感器信息，例如激光雷达或者RGB-D相机，来提高SLAM算法的精度和鲁棒性是非常有意义的。在动态场景中，物体的位置和姿态会发生变化，这会对视觉SLAM算法的精度和鲁棒性造成很大的影响。因此，研究如何检测和跟踪动态物体、如何对动态物体进行建模和如何将动态物体的信息融合到SLAM算法中是非常重要的。视觉SLAM算法的精度和效率是非常关键的，因为它们直接影响着算法在实际应用中的可用性。为

Kitti数据集很庞大，包含了双目、光流、场景流、深度、里程计、目标、跟踪、马路、语义、原始数据等大类别，每个大类别又包含很多的细分的序列。类别详情官网解释的很清楚。比如我想下载自动驾驶的里程计数据集（灰度图，22GB），直接点击下载链接即可，如果你的下载速度很慢，建议直接找百度网盘链接下载。官网地址：https://www.cvlibs.net/datasets/kitti/eval_odome