蒐集了各大網絡，請教了SLAM大神，終於把SLAM的入門資料蒐集全了！在分享資料前，我們先來看看，SLAM技術入門前需要具備哪些知識？首先學習SLAM需要會C和C++，網上很多代碼還用了11標準的C++。第二要學會用Linux。第三要會cmake，vim/emacs及一些編程工具。第四要會用openCV, PCL, Eigen等第三方庫。只有學會了這些東西，才能真正上手編一個SLAM系統。如果要跑實際機器人，還要會ROS。下面將爲大家推薦SLAM入門的學習書籍、SLAM公開課、SLAM學習網站、SLAM開源代碼等資料大全。
SLAM學習書籍：
1.必讀經典
Thrun S, Burgard W, Fox D. 《Probabilistic robotics》[M]. Cambridge, USA: MIT Press, 2005
《Principles of Robot Motion Theory，Algorithms and Implementation》
2.有很多期，跟着會議一起出的文集
《Robotics: Science and Systems》. Cambridge, USA: MIT Press
會議進展網站http://www.roboticsproceedings.org/
3.入門書籍，簡單實現及代碼
《SLAM for Dummies》
4.SLAM入門教材吐血推薦，對深入理解SLAM實質非常有幫助
《STATE ESTIMATION FOR ROBOTICS》
5.作者Joan Sola關於Graph-SLAM的教程，包含位姿變換、傳感器模型、圖優化以及SLAM中的稀疏性求解
《Course on SLAM》
6.加州伯克利的一本2D LIDAR SLAM小書
《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》
SLAM公開課：
1.內含大量SLAM公開課相關資料（PPT、音視頻文件）
http://ais.informatik.uni-freiburg.de/teaching/ws15/mapping/
2.YouTube的Cyrill Stachniss主頁（課堂講授SLAM的視頻集）
https://www.youtube.com/channel/UCi1TC2fLRvgBQNe-T4dp8Eg
3.內含Andrew Davison的SLAM公開課資料
http://www.doc.ic.ac.uk/~ajd/Robotics/index.html
== 國外機器人/移動機器人相關視頻==
Autonome Intelligente Systeme
CS 287: Advanced Robotics, Fall 2012 University of California at BerkeleyDept of Electrical Engineering & Computer Sciences
Introduction to Mobile Robotics - SS 2012
slam視頻教程（請勿商用） 鏈接: https://pan.baidu.com/share/init?surl=i59gBVv 密碼: wz65
蘇黎世理工的robot課程：
http://www.asl.ethz.ch/education/lectures/autonomous_mobile_robots/spring-2018.html
========Photogrammetry ==========
Photogrammetry I http://www.ipb.uni-bonn.de/486/?L=1
Photogrammetry II
SLAM學習網站：
1.大量優秀代碼和框架，權威資料
http://www.openslam.org/
https://github.com/Ewenwan/MVision
2.MRPT庫官方網站，有MRPT相關文檔和最新下載
http://www.mrpt.org/
3.中文SLAM技術交流網站，將最新進展和相關解決方案鏈接在裏邊，還有知名博客、公衆號、實驗室、數據集等資料，強烈推薦的一個網站
http://www.slamcn.org/index.php/
4.維基百科的SLAM介紹，裏邊有SLAM的發展綜述和大量參考文獻
https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping#External_links
5.ROS官網
http://www.ros.org/
期刊：
IEEE Robotics and Automation Magazine
IEEE Transactions on Robotics
International Journal of Robotics Research
Robotics and Autonomous Systems
Journal of Field Robotics
SLAM開源代碼：
ORB-SLAM ：https://github.com/raulmur/ORB_SLAM
LSD-SLAM：https://github.com/tum-vision/lsd_slam
ORB-SLAM2：https://github.com/raulmur/ORB_SLAM2
DVO（密集視覺測距）：https://github.com/tum-vision/dvo_slam
SVO（半直接單眼視覺測距）：https://github.com/uzh-rpg/rpg_svo
G2O（一般圖優化）：https://github.com/RainerKuemmerle/g2o
RGBD-SLAM：（https://github.com/felixendres/rgbdslam_v2）
開源代碼repo 說明：
1.1 gmapping
ROS封裝的gmapping節點：https://github.com/ros-perception/slam_gmapping
gmapping的實現源碼：https://github.com/ros-perception/openslam_gmapping
1.2 Hector
https://github.com/tu-darmstadt-ros-pkg/hector_slam
1.3 karto
ROS封裝的karto節點：https://github.com/ros-perception/slam_karto
karto內部實現：https://github.com/ros-perception/open_karto
https://github.com/skasperski/navigation_2d
1.4 cartographer
算法實現：https://github.com/googlecartographer/cartographer
https://github.com/googlecartographer/cartographer_ros
主流開源SLAM方案
PTAM(單目) ：http://www.robots.ox.ac.uk/~gk/PTAM/
MonoSLAM(單目)：https://github.com/hanmekim/SceneLib2
Elastic Fusion(RGBD): Open source code：https://github.com/mp3guy/ElasticFusion
Kintinous(RGBD):Open source code：https://github.com/mp3guy/Kintinuous
RGBD-SLAM-V2: Open source code：https://github.com/felixendres/rgbdslam_v2
RTAB-MAP: Code：https://github.com/introlab/rtabmap
以上資料只要大家能認真學習，相信入門SLAM不是什麼難事。
最後再來爲大家介紹下SLAM界的領軍人物：
1.Sebastian Thrun（署名Thrun S，斯坦福大學）
2.Andrew Davison（牛津大學）
3.Tim Beily 及所在的 悉尼大學一些研究者
4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率機器人一書作者)
5.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
6.Austin Eliazar、Ronald Parr (DP-SLAM創始者,從文章到數據,程序都公開的牛人)
7.以Jose Neira和Jose luis Blanco爲代表的一批西班牙學者
8.Andrew Davison 視覺SLAM領域的權威
9.John Leonard 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