《INTERNATIONAL JOURNAL OF COMPUTER VISION》：Event-based Simultaneous Localization and Mapping: A Comprehensive Survey
编辑推荐：
本文针对传统视觉SLAM在高速运动、高动态光照等极端场景下面临的运动模糊与动态范围限制，系统综述了事件相机（Event Camera）在vSLAM中的应用进展。文章详细梳理了事件流预处理、特征/直接/运动补偿/深度学习四类核心方法，评估了现有算法的性能瓶颈，并指出了异步数据处理与多模态融合的未来方向，为机器人及AR/VR领域的鲁棒感知提供了重要参考。
在机器人、自动驾驶和增强现实（AR）的浪潮中，让机器“看清”世界并“知道”自己在哪，是它们自主行动的前提。这项核心技术被称为视觉同步定位与建图（vSLAM）——它像是一个盲人摸象的逆过程，通过摄像头一边估算自己的运动轨迹（定位），一边拼凑出周围环境的立体地图（建图）。然而，传统的帧式相机（Frame-based Camera）在关键时刻常常“掉链子”：当机器人高速运动或在昏暗的夜间环境下，相机拍到的画面要么是模糊的拖影，要么因光线过曝或过暗而丢失细节。这种硬件层面的“近视”和“反应慢”，严重制约了vSLAM在复杂场景下的鲁棒性。
正当研究者们为此头疼时，一种模仿生物视网膜的“事件相机”（Event Camera）带来了破局希望。这种相机不像传统相机那样按固定节奏“咔嚓”拍照，而是像神经脉冲一样，只在像素亮度变化时才异步输出信号。它拥有微秒级的高时间分辨率（无运动模糊）、超过120 dB的高动态范围（HDR，能适应极亮或极暗环境）以及极低的功耗。尽管优势明显，但事件相机输出的数据是稀疏、异步的“点云”（事件流），而非规整的二维图像，这让依赖完整图像信息的传统vSLAM算法无从下手。如何利用好这把“快刀”来解决复杂的定位与建图问题，正是本综述《Event-based Simultaneous Localization and Mapping: A Comprehensive Survey》所要系统梳理的核心议题。
关键方法梳理
为了驾驭异步事件流，研究者们主要发展了四类技术路径：
- 1.
事件数据预处理与表征：将异步事件流转换为算法可处理的形式，如事件图像（Event Image）、表面活跃事件（SAE）或概率模型，为后续计算奠定基础。
- 2.
特征基方法（Feature-based）：借鉴传统SLAM思路，从事件流中提取角点或边缘特征，通过几何约束求解位姿，适合资源受限场景但依赖特征质量。
- 3.
直接法与运动补偿法：直接法通过对齐事件累积的“边缘图像”与参考帧的光度误差来优化位姿；运动补偿法则通过“扭曲”事件到同一视角来最大化图像对比度，以恢复相机运动与场景深度。
- 4.
深度学习方法：利用CNN或SNN（脉冲神经网络）端到端地学习从事件流到位姿或深度的映射，尤其擅长处理无纹理区域，但需大量数据训练。
研究结果与核心结论
1. 事件相机的崛起：解决传统vSLAM的痛点
文章开篇通过对比实验数据指出，传统帧式相机因曝光时间和固定帧率的限制，在高速运动下会产生严重的运动模糊，且在低光照或HDR场景下易丢失信息。而事件相机凭借其异步采样、高时间分辨率和HDR特性，能有效捕捉高速运动的边缘轮廓和纹理细节。例如，在高速旋转或夜间行驶的测试中，事件相机仍能输出清晰的轮廓事件流，而传统相机已完全模糊。这一对比奠定了事件相机在挑战性环境中替代或辅助传统相机的必要性。
2. 四类算法流派的技术博弈
综述将现有事件vSLAM方法分为四大类，并分析了各自的优劣：
- •
特征基方法：如EVO、ESVO等，通过提取事件角点并建立特征匹配，利用对极几何求解位姿。其优势是计算效率高、资源占用少，但在事件稀疏或噪声大的场景下，特征提取与匹配的稳定性成为瓶颈。
- •
直接法：如EDS、USLAM等，跳过特征提取，直接最小化事件累积图像与参考图像的光度误差。该方法能利用更多数据，建图密度高，但对初始位姿估计敏感，计算量较大。
- •
运动补偿法：如CMax框架下的方法，通过优化运动参数使“扭曲”后的事件图像最清晰（对比度最大化）。这种方法能直接估计深度和光流，但在复杂运动模型下优化难度高。
- •
深度学习方法：如CNN-SLAM、SNN-based方法，利用神经网络学习事件流的时空特征。它们在高噪声和动态场景下表现出强鲁棒性，但面临泛化性差和可解释性弱的挑战。
3. 性能评估与未来挑战
文章在公开数据集（如MVSEC、DSEC）上对比了各类算法的ATE（绝对轨迹误差）和RPE（相对位姿误差）。结果显示，在高速、HDR场景下，事件基方法普遍优于传统帧基方法，其中运动补偿法与深度学习方法在精度上领先，但特征基方法在实时性上更胜一筹。同时，综述也指出了当前领域的三大挑战：① 数据关联难（事件稀疏且异步，难以建立连续对应）；② 实时性瓶颈（密集事件流处理对算力要求高）；③ 多模态融合（如何有效结合事件相机与IMU、RGB相机或LiDAR的互补优势）。
结论与展望
本文系统论证了事件相机在突破传统vSLAM性能边界方面的巨大潜力。尽管事件基vSLAM在高速、高动态范围场景下已展现出显著优势，但其仍处于发展早期，面临数据关联复杂性、算法实时性及多传感器融合等挑战。未来的研究将更聚焦于异步优化理论（如连续时间SLAM）、轻量化神经网络（如SNN在嵌入式端的部署）以及异构多模态融合框架的开发。随着传感器硬件的普及与算法的成熟，事件相机有望成为机器人及AR/VR设备在复杂环境中实现鲁棒感知的关键“视觉器官”。
