以下內容由公衆號:AIRX社區(國內領先的AI、AR、VR技術學習與交流平臺) 整理髮布
不斷更新中~
入門
視覺SLAM的基礎知識-高翔(高翔博士)-----視頻,吐血推薦
SLAM的前世今生 終於有人說清楚了(張一茗)
SLAM for Dummies(一本關於實時定位及繪圖(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----李羣與李代數
- 李羣和李代數 提取碼:92x2
語言編程基礎
- 菜鳥教程----學習C++與python基礎語法
- python計算機視覺編程 提取碼:kyt9
- OpenCV3編程入門_毛星雲編著----C++實現 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
- 特徵提取與圖像處理 提取碼:hgy2
- 機器視覺算法與應用 提取碼:hxgn
泡泡機器人SLAM 優質視頻課程----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-視覺里程計一
Python + SLAM
進階
一步步實現SLAM系列教程
SLAM最終話:視覺里程計(高翔博士)
雙目視覺里程計(謝曉佳-視頻)
視覺SLAM中的矩陣李羣基礎(王京-視頻)
路徑規劃(王超羣-視頻)
優化與求解(劉毅-視頻)
直接法的原理與實現(高翔-視頻)
Course on SLAM 提取碼:i94s
激光SLAM(王龍軍)
我們如何定位SLAM?——關於技術創新、產品開發和管理的經驗和教訓
優秀文章
泡泡機器人SLAM優秀技術文章
SLAM剛剛開始的未來(張哲)
技術博客
半閒居士----高翔博士的SLAM博客(力推)
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,爲推動國內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機器人開發交流社區平臺,在這裏你可以找到你所要的!
SLAMCN-----SLAM精選國內外學習資源
openslam.org--A good collection of open source code and explanations of SLAM.(推薦)
Jianxiong Xiao (Professor X)---從事cv dl與slam相結合的多項研究.
Chuck Palumbo----需要翻牆
Alexander Grau's blog----博客裏有很多關於機器人, SLAM, 傳感器等技術
Autonome and Perceptive Systemen---research page at University of Groningen about visual SLAM.
SLAM Summer School----https://github.com/kanster/awesome-slam#courses-lectures-and-workshops
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)
雙目視覺里程計(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)
激光slam(9dqd)
圖像特徵的非剛性匹配(w85h)
orb-slam7.1簡單重構泡泡(b7fx)
英文版(有些需翻牆)
- Current trends in SLAM---關於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)迴環檢測
- ORB_SLAM 初接觸
- ORB_SLAM 初接觸2
- ORB_SLAM - 3:和markerless AR的結合
- ORB_SLAM - 4:卡片地圖預先創建
- ORB_SLAM - 5:SLAM多目標添加
- 運行ORB-SLAM筆記_編譯篇(一)----Being_young
- 運行ORB-SLAM筆記_使用篇(二)----Being_young
- ORB-SLAM----ORB-SLAM 官方網站
- ORB-SLAM:精確多功能單目SLAM系統----中文翻譯
- 視覺SLAM實戰:ORB-SLAM2 with Kinect2
- ORB-SLAM--- 讓程序飛起來
- 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) (關於調試與補充內容)
- 一起做RGB-D SLAM (9)--問題總結
PTAM單目
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
- 基於視覺+慣性傳感器的空間定位方法
SVO單目
DTAM
- OpenDTAM----An open source implementation of DTAM
優秀案例
ORB_SLAM----多功能和單目的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的跨多個平臺和傳感器配置。
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).
關於更多機器學習、人工智能、增強現實資源和技術乾貨,可以關注公衆號:AIRX社區,共同學習,一起進步!