针对目前SLAM算法实时性和鲁棒性的问题，提出了一种改进的实时单目视觉SLAM算法。该算法采用一个摄像头作为外部传感器来提取机器人行进过程中周围环境的特征信息，用实时性良好的FAST提取环境特征点，结合逆深度参数化进行特征点非延时初始化，用压缩扩展卡尔曼滤波更新地图。实验研究表明，该方法提高了算法的鲁棒性和实时性。

单目视觉SLAM仿真系统的设计与实现

南京理工大学的写的非常好的论文。特征匹配，slam等知识

作为计算机视觉技术的一个重要分支，基于单目视觉的三维重建技术以其要求简单、成本低廉、易于实现等优点，得到了越来越多的关注。在室内环境下就智能机器人的同步定位以及环境地图创建（SLAM）算法展开了研究，引入RGB-D相机Kinect直接获取3D场景的深度信息，实现了一种基于单目视觉SLAM与Kinect的实时三维重建方法。

首先，针对自动泊车环境下可能出现的低光照或明暗交替等复杂场景这一问 题，本文在 vSLAM 系统中设计了处理复杂场景的功能。本文基于 Retinex 理论 模型，从物体成像的原理上分析，利用 LIME 算法来解决这个问题，并且结合自 动泊车场景来设计算法中的权重系数，对算法的时间复杂度进行加速优化。而后 针对一些低光照的图片进行了优化处理来验证 LIME 算法的可行性。 其次，针对 vSLAM 常见的问题，即在跟踪时容易丢失目标、出现尺度漂移 等问题，进行了分析与研究。提出了使用预测模型的方式来减少跟踪失败概率的 方法，提出了适合泊车环境的关键帧筛选策略，针对立体匹配模块，先根据多方 面误差来选择质量较好的点，再用由粗到精最后计算图像的相关性的方法来进行 匹配并更新地图上像素点的逆深度，并在地图优化模块中通过双向 Sim3 检测进 行误差分析解决尺度漂移的问题。 最后，基于大众速腾以及深圳锐尔威视科技有限公司所研发的型号为 RER_USB1080P01-LS43 的相机搭载了实验平台，傍晚时分在吉林大学南岭校区 汽车工程学院周围采集多个停车场数据，验证了在低光照的自动泊车环境下基于 LIME 算法进行 vSLAM 的可行性，并且实验表明在泊车环境下本文算法要优于 传统算法。