国内知名视觉slam算法

国内知名的视觉SLAM（Simultaneous Localization and Mapping，同时定位与建图）算法研究活跃，其中一些代表性的工作和算法包括：

1. ORB-SLAM (Oriented FAST and Rotated BRIEF)：这是由西班牙计算机视觉实验室开发的一个开源项目，基于特征点检测和匹配，适合于实时、低成本的视觉SLAM任务。

2. LSD-SLAM (Large Scale Direct SLAM)：这个算法利用直接法，不需要特征描述符，能处理大规模场景，并且速度较快。

3. VINS-Mono (Visual-Inertial Navigation System for Monocular Camera)：专为单目相机设计的视觉惯性导航系统，融合了视觉和IMU数据，适用于移动设备等场景。

4. DSO (Direct Sparse Odometry)：同样是直接法SLAM算法，特别强调实时性和对光照变化的鲁棒性。

5. SIFTFlow：一种结合SIFT特征和光流技术的SLAM算法，适用于结构稍微复杂的环境。

国内的研究团队如清华大学、浙江大学、北京航空航天大学等也在此领域做出了很多贡献。这些算法通常开源，为机器人、无人机和AR/VR等领域提供强大的定位能力。