同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）作为自主导航的关键技术，允许机器人在未知环境中，依靠自身所带传感器递增式的创建环境地图，并同时给出机器人所在位置。传统基于特征点法的视觉 SLAM 在弱纹理场景下，会因提取特征点不足，导致运动估计失败；同时构建的稀疏地图无法满足机器人不同的应用需求。本书以无人机为研究对象，围绕弱纹理场景下视觉 SLAM 问题，重点研究了改进点线面特征提取的视觉里程计，全球导航卫星系统（Global Navigation Satellite System，GNSS）、惯性测量单元（Inertial Measurement Unit，IMU）与视觉融合的位姿估计，三维稠密点云地图构建以及语义地图构建等内容。

朱叶青，博士，博士后，助理研究员。于2022年3月博士毕业于北京理工大学宇航学院，获航空宇航科学与技术专业博士学位。同年在北京理工大学计算机学院图像计算与感知智能所做博士后。2023－2024年由国家留学基金委公派，前往新加坡南洋理工大学做访问学者一年。发表包括国内外顶级刊会在内的学术论文近20篇，授权发明专利多项，获得国防科技进步一等奖一项。主要研究方向为无人系统智能感知，机器视觉，飞行器动力学与控制等。2024年参与由新加坡南洋理工大学组织的第18届国际控制、自动化、机器人与视觉会议（International Conference on Control, Automation, Robotics and Vision，ICARCV），作为 Inviting session的主审。