天天看点

SLAM开发最强最全资源汇总

以下内容由公众号:AIRX社区(国内领先的AI、AR、VR技术学习与交流平台) 整理发布

不断更新中~

入门

视觉SLAM的基础知识-高翔(高翔博士)-----视频,吐血推荐

关于slam

SLAM简介

SLAM第一篇:基础知识

SLAM_介绍以及浅析

SLAM的前世今生 终于有人说清楚了(张一茗)

SLAM for Dummies(一本关于实时定位及绘图(SLAM)的入门指导教程) 提取码:k3r3

STATE ESTIMATION FOR ROBOTICS (吐血推荐) 提取码:y7tc

基础

数学基础

  • 计算机视觉中的数学方法 提取码:afyg ----本书着重介绍射影几何学及其在视觉中的应用
  • 视觉SLAM中的数学基础 第一篇----3D空间的位置表示
  • 视觉SLAM中的数学基础 第二篇----四元数
  • 视觉SLAM中的数学基础 第三篇----李群与李代数
  • 李群和李代数 提取码:92x2

语言编程基础

  • 菜鸟教程----学习C++与python基础语法
  • python计算机视觉编程 提取码:kyt9
  • OpenCV3编程入门_毛星云编著----C++实现 提取码:qnms

计算机视觉基础

  • 计算机视觉算法与应用中文版 提取码:b8y1
  • 特征提取与图像处理 提取码:hgy2
  • 机器视觉算法与应用 提取码:hxgn

泡泡机器人SLAM 优质视频课程----视觉slam十四讲

  • 视觉slam十四讲1-2 引言与概述
  • 视觉SLAM十四讲(第三章)
  • 视觉slam第4章
  • 视觉SLAM十四讲-第五章-相机与图像
  • 视觉SLAM十四讲-第六章-非线性优化
  • 视觉SLAM十四讲-第七章-视觉里程计一

Python + SLAM

  • 用python学习slam系列(一)从图像到点云
  • 用python学习slam系列(二)特征提取与配准

进阶

一步步实现SLAM系列教程

  • 一步步实现slam1-项目框架搭建
  • 一步步实现slam2-orb特征检测
  • 一步步实现slam3-初始位置估计1
  • 一步步实现slam3-初始位置估计2

SLAM最终话:视觉里程计(高翔博士)

双目视觉里程计(谢晓佳-视频)

视觉SLAM中的矩阵李群基础(王京-视频)

路径规划(王超群-视频)

优化与求解(刘毅-视频)

直接法的原理与实现(高翔-视频)

Course on SLAM 提取码:i94s

LM算法计算单应矩阵

激光SLAM(王龙军)

我们如何定位SLAM?——关于技术创新、产品开发和管理的经验和教训

语义SLAM的未来与思考(1)

语义SLAM的未来与思考(2)

优秀文章

泡泡机器人SLAM优秀技术文章

  • SLAM: 现在,未来和鲁棒年代(一)
  • SLAM: 现在,未来和鲁棒年代(二)
  • SLAM: 现在,未来和鲁棒年代(三)
  • SLAM: 现在,未来和鲁棒年代(四)
  • SLAM: 现在,未来和鲁棒年代(五)

SLAM刚刚开始的未来(张哲)

2D Slam与3D SLam 的区别到底在哪里

研究SLAM,对编程的要求有多高?

SLAM在VR/AR领域重要吗?

单目SLAM在移动端应用的实现难点有哪些?

机器人的双眸:视觉SLAM是如何实现的?

牛逼哄哄的SLAM技术 即将颠覆哪些领域?

技术博客

半闲居士----高翔博士的SLAM博客(力推)

  • SLAM拾萃(1):octomap
  • 视觉SLAM漫谈(二):图优化理论与g2o的使用

白巧克力亦唯心

  • graph slam tutorial : 从推导到应用1
  • graph slam tutorial :从推导到应用2

冯兵

  • 视觉里程计简介
  • 视觉里程计总介绍

hitcm

  • ROS实时采集Android的图像和IMU数据
  • 基于点线特征的Kinect2实时环境重建(Tracking and Mapping)

何必浓墨重彩

  • SLAM代码(优化及常用库)
  • SLAM代码(多视几何基础)
  • SLAM代码(三维重建)
  • SLAM代码(设计模式)
  • SLAM代码(设计模式2)

路游侠

  • AR中的SLAM
  • SVO原理解析

电脑线圈

wishchin

网站与研究组织

泡泡机器人----泡泡机器人是中国SLAM研究爱好者自发组成的团体,在自愿条件下分享SLAM相关知识,为推动国内SLAM研究做出一点小小的贡献。

ROSClub机器人俱乐部----这是一个完美的ROS机器人开发交流社区平台,在这里你可以找到你所要的!

SLAMCN-----SLAM精选国内外学习资源

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

易科机器人实验室

电子发烧友--SLAM

电子工程世界--SLAM

Jianxiong Xiao (Professor X)---从事cv dl与slam相结合的多项研究.

Robot Mapping

Chuck Palumbo----需要翻墙

Alexander Grau's blog----博客里有很多关于机器人, SLAM, 传感器等技术

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

书籍与资料

工业机器人视觉系统组成及介绍(fu78)

深度学习(zyn2)

svo_lsd(uyce)

MEMS IMU的入门与应用 - 胡佳兴(vt6m)

双目视觉里程计(27jk)

高精度实时视觉定位的关键技术研究(yrct)

ORB-SLAM2源码详解(su4r)

ORB-SLAM2源码详解-补充H矩阵分解(vjik)

激光slam(9dqd)

图像特征的非刚性匹配(w85h)

orb-slam7.1简单重构泡泡(b7fx)

英文版(有些需翻墙)

  • Current trends in SLAM---关于DTAM,PTAM,SLAM++等系统的对比
  • The scaling problem----针对SLAM计算量过大的问题进行讲解
  • 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)简介
  • ORB-SLAM(二)性能
  • ORB-SLAM(三)地图初始化
  • ORB-SLAM(四)追踪
  • ORB-SLAM(五)优化
  • ORB-SLAM(六)回环检测
  • ORB_SLAM 初接触
  • ORB_SLAM 初接触2
  • ORB_SLAM - 3:和markerless AR的结合
  • ORB_SLAM - 4:卡片地图预先创建
  • ORB_SLAM - 5:SLAM多目标添加
  • 运行ORB-SLAM笔记_编译篇(一)----Being_young
  • 运行ORB-SLAM笔记_使用篇(二)----Being_young
  • ORB-SLAM----ORB-SLAM 官方网站
  • ORB-SLAM:精确多功能单目SLAM系统----中文翻译
  • 视觉SLAM实战:ORB-SLAM2 with Kinect2
  • ORB-SLAM--- 让程序飞起来
  • ORB-SLAM 笔记

RGB-SLAM

  • 视觉SLAM实战(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) (完结篇)
  • 一起做RGB-D SLAM(8) (关于调试与补充内容)
  • 一起做RGB-D SLAM (9)--问题总结

PTAM单目

  • PTAM算法流程介绍
  • Parallel Tracking and Mapping for Small AR Workspaces
  • PTAM跟踪过程中的旋转预测方法
  • PTAM跟踪失败后的重定位

LSD-SLAM

  • LSD-SLAM深入学习(1)-基本介绍与ros下的安装
  • LSD-SLAM深入学习(2)-算法解析
  • LSD-SLAM深入学习(3)-代码解析
  • LSD-SLAM: Large-Scale Direct Monocular SLAM----Computer Vision Group
  • lsd-slam源码解读第一篇:Sophus/sophus
  • lsd-slam源码解读第二篇:DataStructures
  • lsd-slam源码解读第三篇:算法解析
  • lsd-slam源码解读第四篇:tracking
  • lsd-slam源码解读第五篇:DepthEstimation
  • sd-slam源码解读第六篇:GlobalMapping

DSO单目

  • DSO: Direct Sparse Odometry
  • DSO论文速递(一)----泡泡机器人
  • DSO论文速递(二)----泡泡机器人
  • DSO论文速递(三)----泡泡机器人
  • DSO 初探----白巧克力亦唯心
  • 基于视觉+惯性传感器的空间定位方法

SVO单目

  • svo: semi-direct visual odometry 论文解析
  • 安装说明
  • 安装SVO
  • SLAM代码之svo代码分析

DTAM

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

优秀案例

ORB_SLAM----多功能和单目的SLAM框架

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

LSD-SLAM----很有名的,不多解释了

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----这是一个提供实时SLAM在2D和3D的跨多个平台和传感器配置。

slambook----高翔博士的SLAM书籍中的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).

关于更多机器学习、人工智能、增强现实资源和技术干货,可以关注公众号:AIRX社区,共同学习,一起进步!

SLAM开发最强最全资源汇总

继续阅读