SLAM學習資料彙總

參考：http://blog.csdn.net/akunainiannian/article/details/45363731

MonoSLAM、Co-SLAM、Swarm SLAM、ORB_SLAM、RGB-D SLAM

一、入門篇

1. Andrew Davison的課程： http://www.doc.ic.ac.uk/~ajd/Robotics/index.html

    week7 SLAM，week8裏面推薦了slam的兩個入門 Tutorial 1  和Tutorial 2

2. 瑞士蘇黎世理工的學生練習：http://www.csc.kth.se/~kootstra/index.php?item=313&menu=300

    把excise 3：SLAM（EKF）做完，SLAM原理基本理解

3. 高博的CNBLOG：http://www.cnblogs.com/gaoxiang12/

二、現有資源

1. OpenSLAM：https://openslam.org/

    這個網站中含有很多slam方面的資料，編寫的程序也各有不同，很權威

2. Kitti圖庫，可以做simulation：http://www.cvlibs.net/datasets/kitti/

3. 蘇黎世理工學習練習excise3看完後可以使用Javier Civera 的程序進行試手，注意對calibration的調整

    http://webdiis.unizar.es/~jcivera/code/1p-ransac-ekf-monoslam.html

4. 對於Javier Civera的1p RANSAC-monoSLAM有一定了解了，可以試試用SURF去實現

    南理工論文可以參考 http://cdmd.cnki.com.cn/Article/CDMD-10288-1012319519.htm

5. RGB-D SLAM Dataset and Benchmark：http://cvpr.in.tum.de/data/datasets/rgbd-dataset

    慕尼黑工業大學，還有其他的數據庫，如單目視覺里程計數據庫，詳見http://vision.in.tum.de/data/datasets

6. Monocular SLAM：http://vision.ia.ac.cn/Students/gzp/monocularslam.html

    The research in monocular SLAM technology is mainly based on the EKF(Extended Kalman Filter) SLAM approaches.

7. MRPT：http://www.mrpt.org/    the mobile robot programming toolkit非常好的東西

8. PTAM：http://www.robots.ox.ac.uk/~gk/PTAM/

    libCVD：http://www.edwardrosten.com/index.html

    編譯PTAM：http://www.fx114.net/qa-207-77156.aspx

    windows下編譯PTAM：http://blog.csdn.net/cgf_909/article/details/24457771

9.  ORB_SLAM：http://webdiis.unizar.es/~raulmur/orbslam/ 

10. LSD_SLAM：http://www.cnblogs.com/hitcm/category/763753.html

三、相關書籍

1. Multiple View Geometry in Computer Vision Second Edition ，http://www.robots.ox.ac.uk/~vgg/hzbook/

    計算機視覺方面大神級別的書，也有中文版

2. Robotics Vision and Control ，http://www.petercorke.com/RVC/

    澳大利亞昆士蘭理工大學的Peter Corke是機器視覺領域的大牛人物，他所編寫的Robotics, vision and control一書更是該領域的經典教材

    配套有matlab工具箱。工具箱分爲兩部分，一部分爲機器人方面的，另一部分爲視覺方面的工具箱

    源代碼都是開放免費下載的： http://petercorke.com/Toolbox_software.html

3. Probabilistic Robotics，http://www.probabilistic-robotics.org/理解這本書要有很好的數學基礎

四、研究學者

國內激光雷達Slam武漢大學做得好，李明教授是最早一批做3Dslam的；國防科大的應該也不錯。

國外的話斯坦福的塞巴斯蒂安是絕對的大牛，他的徒弟也都很厲害；KIT的SLAM6D做的很好，現在網上有開源的3DTK，內部集成了slam6D；

德國弗萊堡大學做的也不錯。

1. 英國帝國理工學院Andrew Davison：http://www.doc.ic.ac.uk/~ajd/，SLAM領域的權威

2. 麻省理工John Leonard：http://marinerobotics.mit.edu/ 側重於應用。目前主要在做水下SLAM的項目。參加過DARPA的智能車挑戰賽。

3. 悉尼大學Victoria Par： http://www-personal.acfr.usyd.edu.au/nebot/victoria_park.htm 經典數據庫

4. 慕尼黑工業大學Jakob Engel：http://vision.in.tum.de/members/engelj

5. 斯坦福Sebastian Thrun：http://robots.stanford.edu/papers.html

五、其他資源（暫未驗證網站）

1. Giorgio Grisetti; Cyrill Stachniss; Wolfram Burgard; (GridMapping 算法,及概率機器人一書作者)

2. M. Montemerlo; Dirk Haehnel; Sebastian Thrun; (FastSLAM創始者,理論水平和實際應用能力非常強)

   參加過DARPA的智能車挑戰賽，取得最好成績。

3. Austin Eliazar; Ronald Parr; (DP-SLAM創始者,從文章到數據,程序都公開的牛人) 

4. 以 Jose Neira和Jose luis Blanco爲代表的一批西班牙學者.

5. http://babel.isa.uma.es/mrpt/index.php/Main_Page  2008年開始陸續出現了一些好文章.

6. http://cres.usc.edu/radishrepository/view-all.php  包含了大量的用於驗證SLAM算法的數據.

7. http://www.isa.uma.es/C13/jlblanco/default.aspx     西班牙的一個博士生.編程能力極強. 另外Jose Neira帶領的團隊也比較猛.