论文题目：《Visual-lidar Odometry and Mapping: Low-drift, Robust, and Fast》 发表在2015年的ICRA上，是一篇经典的视觉激光融合的SLAM系统框架，但是作者未开源代码。在公众号「3D视觉工坊」后台，回复「V-LOAM」，即可获得原文。
摘要本文提出了一个视觉激光融合的框架，提升了系统在缺乏视觉特征和在有挑战的运动情况下的鲁棒性。这个方法利用视觉里程计估计机器的运动，高速率低精度的对准点云。然后基于激光雷达的scan-match来优化运动估和点云对准，在KITTI的01序列达到了0.75%的位置漂移，系统在高速运动和照明变化的场景中也有很高的鲁棒性。
介绍视觉里程计需要在光线渐变、特征比较多的场景中运行；激光在测量点云的时候存在运动畸变(激光采集一帧点云需要0.1s，所以一帧的点并不是在同一时刻采集的)，因此激光雷达的运动往往需要大量的变量来求解。不仅如此，在场景中平面较多的退化场景中，scan-match也很容易失败。这个系统包括两个交替的过程：
-
第一个是视觉里程计以60hz的速度来估计运动。
-
激光里程计利用低频率1hz来优化运动估计，去除由于里程的漂移造成的点云的运动畸变。
对无畸变的点云进行匹配并配准以逐步构建地图。结果是视觉里程计解决快速的运动，激光雷达可确保在不良照明条件下的低漂移和鲁棒性。实验结果表明地图很准确的无需后期处理。尽管闭环可以进一步改善地图精度但本文选择不这样做，因为这项工作的重点是实现更精准的里程计。
