基于深度学习的视觉SLAM 综述 赵洋，刘国良，田国会，罗勇，王梓任，张威，李军伟 （山东大学控制科学与工程学院，山东济南250061） 摘要：综述了深度学习技术应用到同步定位与地图创建（SLAM）领域的最新研究进展，重点介绍和总结 了深度学习与帧间估计、闭环检测和语义SLAM 结合的突出研究成果，并对传统SLAM 算法与基于深度学习的 SLAM 算法做了深入的对比研究．最后，展望了未来基于深度学习的SLAM 研究发展方向． 关键词：深度学习；视觉SLAM；帧间估计；视觉里程计；闭环检测；语义

在基于人工视觉的移动机器人导航中，闭环检测是机器人准确构建地图及定位的一个重要问题。本文研究的闭环检测算法结合了计算机视觉中的词袋技术和视觉词典技术，在对图像进行处理时利用了BRIEF+FAST关键点的方法，利用离线阶段生成的词典树将二进制描述子空间离散化。训练图像生成的图像数据库结构主要由等级词袋、倒置索引和直接索引组成。倒置索引和直接索引提高了算法的效率。为了保证闭环检测结果的可靠性，对于匹配的图像还要进行验证。重点详述了一种高效的闭环检测算法，相对一般的基于概率的闭环检测，在硬件设备相同的