SLAM会被深度学习方法取代吗？

日益感受到本身对深度学习的理解比较肤浅，这段且当作是之前的认识。

上上周去围观了泡泡机器人和AR酱联合举办的论坛。在圆桌阶段，章国峰老师提了一个问题：SLAM会被深度学习方法取代吗？这是一个颇有趣的话题。参会的各位大咖基本认为SLAM的某些模块有可能会被深度学习的方法取代，但SLAM自己不会被取代。视＋的CEO则认为SLAM总体上会被深度学习取代。

个人观点更倾向于前者。略有不一样之处是，我认为整个前端（或者说是VO）有可能会被深度学习方法取代，然后端则不会。

前端的理由有两点：

• 前端是一个适合深度学习处理的问题。其输入通常是连续图像（或者其它传感器数据），输出是一个六自由度信息。前端有标准的数学模型，而且不算复杂，能够用神经网络来表述。
• 深度学习方法有可能可以解决目前算法的局限性。无论是特征点法仍是直接法，前端仍处于low level feature的阶段，而low level feature不能知足实际应用中对鲁棒性、场景可扩展性的需求。而深度学习方法的优点正是研究人员没必要再费心于low level design。目前也已经出现用深度学习作stereo feature matching的工做，也有用神经网络作计算视觉几何的工做，未来也许能够实现端到端的输入输出。

目前我还有两个没想清楚的问题

• 现有VO算法中的Consistency问题，不知道深度学习方法可否隐式地解决。
• 多模态的数据融合是否是能够比如今作的更好（和上面一条也有必定关系）。

至于后端，目前基于图的表示已经能够准确地表述和高效地求解BA问题。在SLAM实时性要求比较高的状况下，深度学习未必能作得更好（毕竟它也是用迭代算法求解的）。而对于离线数据，SFM已经能够作得很好了。机器学习方法若是能从新表述data association问题，高效求解并取得更好的结果，才会有可能取代目前的算法。