现阶段 SLAM(Simultaneous Localization And Mapping,即时定位与地图构建)技术发展非常迅速,已经充分运用在机器人、无人驾驶、无人机等多个领域。其中通过低空无人机视频实时地提供地面地形数据,在大场景视频图像拼接、场景三维重建及其量测、典型灾害目标自动识别和分析等实际工作中均有重要的意义。相较于一般场景,低空无人机视频具有场景复杂、存在抖动模糊、拍摄角度变化小以及相邻帧之间重叠区域大等特点,这使得设计一种针对于低空无人机视频实时处理的技术方案显得非常必要。本文从视觉里程计、后端优化和回环检测三个方面介绍了已有方法的原理及其优缺点,最终选择ORB-SLAM作为基本的技术框架。以针对低空无人机视频的实时处理为主要目的从两个方面对其进行改进:1)在关键帧选取中增加了模糊度检测,用于剔除低空无人机视频中因为抖动而引起的运动模糊。加入相位相关法步骤用于检测是否位于航迹拐弯位置,并估计出帧之间的重叠度。利用重叠度剔除与上一关键帧重叠度过高的帧,从而减少视觉里程计步骤中提取匹配特征的次数以提高处理效率;2)在图优化中,以包含图片整体信息的新权重替代原本仅基于特征点匹配数量所得的权重。在回环搜索中,根据估计的重叠度信息自适应地选择搜索阈值来替代原有的绝对阈值。针对这两方面的改进,论文从效率和准确度方面将改进后方法与原ORB-SLAM进行实验对比分析。实验结果表明:改进后方法在效率上有明显的提升;在回环处以及航迹拐弯处,关键帧之间的连接也有一定程度的改善;回环搜索步骤中自适应的阈值也是有效的,可进一步提高无人机视频实时处理的效率和可靠性。