天天看點

SLAM開發最強最全資源彙總

以下内容由公衆号:AIRX社群(國内領先的AI、AR、VR技術學習與交流平台) 整理釋出

不斷更新中~

入門

視覺SLAM的基礎知識-高翔(高翔博士)-----視訊,吐血推薦

關于slam

SLAM簡介

SLAM第一篇:基礎知識

SLAM_介紹以及淺析

SLAM的前世今生 終于有人說清楚了(張一茗)

SLAM for Dummies(一本關于實時定位及繪圖(SLAM)的入門指導教程) 提取碼:k3r3

STATE ESTIMATION FOR ROBOTICS (吐血推薦) 提取碼:y7tc

基礎

數學基礎

  • 計算機視覺中的數學方法 提取碼:afyg ----本書着重介紹射影幾何學及其在視覺中的應用
  • 視覺SLAM中的數學基礎 第一篇----3D空間的位置表示
  • 視覺SLAM中的數學基礎 第二篇----四元數
  • 視覺SLAM中的數學基礎 第三篇----李群與李代數
  • 李群和李代數 提取碼:92x2

語言程式設計基礎

  • 菜鳥教程----學習C++與python基礎文法
  • python計算機視覺程式設計 提取碼:kyt9
  • OpenCV3程式設計入門_毛星雲編著----C++實作 提取碼:qnms

計算機視覺基礎

  • 計算機視覺算法與應用中文版 提取碼:b8y1
  • 特征提取與圖像處理 提取碼:hgy2
  • 機器視覺算法與應用 提取碼:hxgn

泡泡機器人SLAM 優質視訊課程----視覺slam十四講

  • 視覺slam十四講1-2 引言與概述
  • 視覺SLAM十四講(第三章)
  • 視覺slam第4章
  • 視覺SLAM十四講-第五章-相機與圖像
  • 視覺SLAM十四講-第六章-非線性優化
  • 視覺SLAM十四講-第七章-視覺裡程計一

Python + SLAM

  • 用python學習slam系列(一)從圖像到點雲
  • 用python學習slam系列(二)特征提取與配準

進階

一步步實作SLAM系列教程

  • 一步步實作slam1-項目架構搭建
  • 一步步實作slam2-orb特征檢測
  • 一步步實作slam3-初始位置估計1
  • 一步步實作slam3-初始位置估計2

SLAM最終話:視覺裡程計(高翔博士)

雙目視覺裡程計(謝曉佳-視訊)

視覺SLAM中的矩陣李群基礎(王京-視訊)

路徑規劃(王超群-視訊)

優化與求解(劉毅-視訊)

直接法的原理與實作(高翔-視訊)

Course on SLAM 提取碼:i94s

LM算法計算單應矩陣

雷射SLAM(王龍軍)

我們如何定位SLAM?——關于技術創新、産品開發和管理的經驗和教訓

語義SLAM的未來與思考(1)

語義SLAM的未來與思考(2)

優秀文章

泡泡機器人SLAM優秀技術文章

  • SLAM: 現在,未來和魯棒年代(一)
  • SLAM: 現在,未來和魯棒年代(二)
  • SLAM: 現在,未來和魯棒年代(三)
  • SLAM: 現在,未來和魯棒年代(四)
  • SLAM: 現在,未來和魯棒年代(五)

SLAM剛剛開始的未來(張哲)

2D Slam與3D SLam 的差別到底在哪裡

研究SLAM,對程式設計的要求有多高?

SLAM在VR/AR領域重要嗎?

單目SLAM在移動端應用的實作難點有哪些?

機器人的雙眸:視覺SLAM是如何實作的?

牛逼哄哄的SLAM技術 即将颠覆哪些領域?

技術部落格

半閑居士----高翔博士的SLAM部落格(力推)

  • SLAM拾萃(1):octomap
  • 視覺SLAM漫談(二):圖優化理論與g2o的使用

白巧克力亦唯心

  • graph slam tutorial : 從推導到應用1
  • graph slam tutorial :從推導到應用2

馮兵

  • 視覺裡程計簡介
  • 視覺裡程計總介紹

hitcm

  • ROS實時采集Android的圖像和IMU資料
  • 基于點線特征的Kinect2實時環境重建(Tracking and Mapping)

何必濃墨重彩

  • SLAM代碼(優化及常用庫)
  • SLAM代碼(多視幾何基礎)
  • SLAM代碼(三維重建)
  • SLAM代碼(設計模式)
  • SLAM代碼(設計模式2)

路遊俠

  • AR中的SLAM
  • SVO原了解析

電腦線圈

wishchin

網站與研究組織

泡泡機器人----泡泡機器人是中國SLAM研究愛好者自發組成的團體,在自願條件下分享SLAM相關知識,為推動國内SLAM研究做出一點小小的貢獻。

ROSClub機器人俱樂部----這是一個完美的ROS機器人開發交流社群平台,在這裡你可以找到你所要的!

SLAMCN-----SLAM精選國内外學習資源

openslam.org--A good collection of open source code and explanations of SLAM.(推薦)

易科機器人實驗室

電子發燒友--SLAM

電子工程世界--SLAM

Jianxiong Xiao (Professor X)---從事cv dl與slam相結合的多項研究.

Robot Mapping

Chuck Palumbo----需要翻牆

Alexander Grau's blog----部落格裡有很多關于機器人, SLAM, 傳感器等技術

Andrew Davison: Research

Autonome and Perceptive Systemen---research page at University of Groningen about visual SLAM.

SLAM [email protected] 2016

SLAM Summer School----https://github.com/kanster/awesome-slam#courses-lectures-and-workshops

autoloc

書籍與資料

工業機器人視覺系統組成及介紹(fu78)

深度學習(zyn2)

svo_lsd(uyce)

MEMS IMU的入門與應用 - 胡佳興(vt6m)

雙目視覺裡程計(27jk)

高精度實時視覺定位的關鍵技術研究(yrct)

ORB-SLAM2源碼詳解(su4r)

ORB-SLAM2源碼詳解-補充H矩陣分解(vjik)

雷射slam(9dqd)

圖像特征的非剛性比對(w85h)

orb-slam7.1簡單重構泡泡(b7fx)

英文版(有些需翻牆)

  • Current trends in SLAM---關于DTAM,PTAM,SLAM++等系統的對比
  • The scaling problem----針對SLAM計算量過大的問題進行講解
  • slamtute1--The Essential Algorithms
  • A random-finite-set approach to Bayesian SLAM
  • On the Representation and Estimation of Spatial Uncertainty
  • Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age(2016)
  • Direct Sparse Odometry
  • Modelling Uncertainty in Deep Learning for Camera Relocalization
  • Tree-connectivity: Evaluating the graphical structure of SLAM
  • Multi-Level Mapping: Real-time Dense Monocular SLAM
  • State Estimation for Robotic -- A Matrix Lie Group Approach
  • Probabilistic Robotics----Dieter Fox, Sebastian Thrun, and Wolfram Burgard, 2005
  • Simultaneous Localization and Mapping for Mobile Robots: Introduction and Methods
  • An Invitation to 3-D Vision -- from Images to Geometric Models----Yi Ma, Stefano Soatto, Jana Kosecka and Shankar S. Sastry, 2005

SLAM 方案

ORB-SLAM

  • ORB-SLAM(一)簡介
  • ORB-SLAM(二)性能
  • ORB-SLAM(三)地圖初始化
  • ORB-SLAM(四)追蹤
  • ORB-SLAM(五)優化
  • ORB-SLAM(六)回環檢測
  • ORB_SLAM 初接觸
  • ORB_SLAM 初接觸2
  • ORB_SLAM - 3:和markerless AR的結合
  • ORB_SLAM - 4:卡片地圖預先建立
  • ORB_SLAM - 5:SLAM多目标添加
  • 運作ORB-SLAM筆記_編譯篇(一)----Being_young
  • 運作ORB-SLAM筆記_使用篇(二)----Being_young
  • ORB-SLAM----ORB-SLAM 官方網站
  • ORB-SLAM:精确多功能單目SLAM系統----中文翻譯
  • 視覺SLAM實戰:ORB-SLAM2 with Kinect2
  • ORB-SLAM--- 讓程式飛起來
  • ORB-SLAM 筆記

RGB-SLAM

  • 視覺SLAM實戰(一):RGB-D SLAM V2
  • 一起做RGB-D SLAM (2)
  • 一起做RGB-D SLAM (3)
  • 一起做RGB-D SLAM (4)
  • 一起做RGB-D SLAM (5)
  • 一起做RGB-D SLAM (6)
  • 一起做RGB-D SLAM(7) (完結篇)
  • 一起做RGB-D SLAM(8) (關于調試與補充内容)
  • 一起做RGB-D SLAM (9)--問題總結

PTAM單目

  • PTAM算法流程介紹
  • Parallel Tracking and Mapping for Small AR Workspaces
  • PTAM跟蹤過程中的旋轉預測方法
  • PTAM跟蹤失敗後的重定位

LSD-SLAM

  • LSD-SLAM深入學習(1)-基本介紹與ros下的安裝
  • LSD-SLAM深入學習(2)-算法解析
  • LSD-SLAM深入學習(3)-代碼解析
  • LSD-SLAM: Large-Scale Direct Monocular SLAM----Computer Vision Group
  • lsd-slam源碼解讀第一篇:Sophus/sophus
  • lsd-slam源碼解讀第二篇:DataStructures
  • lsd-slam源碼解讀第三篇:算法解析
  • lsd-slam源碼解讀第四篇:tracking
  • lsd-slam源碼解讀第五篇:DepthEstimation
  • sd-slam源碼解讀第六篇:GlobalMapping

DSO單目

  • DSO: Direct Sparse Odometry
  • DSO論文速遞(一)----泡泡機器人
  • DSO論文速遞(二)----泡泡機器人
  • DSO論文速遞(三)----泡泡機器人
  • DSO 初探----白巧克力亦唯心
  • 基于視覺+慣性傳感器的空間定位方法

SVO單目

  • svo: semi-direct visual odometry 論文解析
  • 安裝說明
  • 安裝SVO
  • SLAM代碼之svo代碼分析

DTAM

  • OpenDTAM----An open source implementation of DTAM

優秀案例

ORB_SLAM----多功能和單目的SLAM架構

ORB_SLAM2----Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilities

LSD-SLAM----很有名的,不多解釋了

DVO-SLAM----Dense Visual Odometry and SLAM

RGBD-SLAM2----RGB-D SLAM for ROS

SVO----Semi-Direct Monocular Visual Odometry

G2O----A General Framework for Graph Optimization

cartographer----這是一個提供實時SLAM在2D和3D的跨多個平台和傳感器配置。

slambook----高翔博士的SLAM書籍中的code

slamhound----Slamhound rips your namespace form apart and reconstructs it.

ElasticFusion----Real-time dense visual SLAM system

ORB_SLAM_iOS----ORB_SLAM for iOS

ORB_SLAM2_Android----a repository for ORB_SLAM2 in Android

Kintinuous----Real-time large scale dense visual SLAM system

ScaViSLAM----This is a general and scalable framework for visual SLAM. It employs "Double Window Optimization" (DWO).

關于更多機器學習、人工智能、增強現實資源和技術幹貨,可以關注公衆号:AIRX社群,共同學習,一起進步!

SLAM開發最強最全資源彙總

繼續閱讀