SLAM 学习整理

个人能力有限,若有错误请批评指正!
转载请标明出处:http://www.cnblogs.com/wenhust/

 

书籍:
1.必读经典
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,跟着会议一起出的文集
《Robotics: Science and Systems》. Cambridge, USA: MIT Press
3.入门书籍,简单实现及代码
《SLAM for Dummies》
4.SLAM入门教材吐血推荐,对深入理解SLAM实质非常有帮助
《STATE ESTIMATION FOR ROBOTICS》
5.作者Joan Sola关于Graph-SLAM的教程,包含位姿变换、传感器模型、图优化以及SLAM中的稀疏性求解
《Course on SLAM》
6.加州伯克利的一本2D LIDAR SLAM小书
《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》
 
公开课:
1.内含大量SLAM公开课相关资料(PPT、音视频文件)
2.YouTube的Cyrill Stachniss主页(课堂讲授SLAM的视频集)
3.内含Andrew Davison的SLAM公开课资料
 
网站:
1.大量优秀代码和框架,权威资料
2.MRPT库官方网站,有MRPT相关文档和最新下载
3.中文SLAM技术交流网站,将最新进展和相关解决方案链接在里边,还有知名博客、公众号、实验室、数据集等资料,强烈推荐的一个网站
4.维基百科的SLAM介绍,里边有SLAM的发展综述和大量参考文献
5.ROS官网
 
博客:
1.半闲居士,高翔博士的博客,SLAMCN的创始人,内含大量干货(以视觉SLAM为主)
2.一个国外的路径规划算法网站(包含一些可交互演示的小工具)
对应这个网站中的寻路算法的中文翻译博文(12篇)
3.泡泡机器人SLAM公众号(内含泡泡机器人公开课),专题讲解,有PPT和Video
4.知行合一,内含Graph SLAM tutorial:从推导到应用、Mono SLAM理论基础等一些理论推导
5.Sebastian Thrun领导的斯坦福大学机器人研究团队主页
 
会议:
IEEE International Conference on Robotics and Automation(ICRA)
IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS)
International Symposium on Robotics Research
Robotics: Science and Systems Conference(RSS)
IEEE Conference on Computer Vision and Pattern Recognition(CVPR)
 
期刊:
IEEE Robotics and Automation Magazine
IEEE Transactions on Robotics
International Journal of Robotics Research
Robotics and Autonomous Systems
Journal of Field Robotics
 
大牛:
1.Sebastian Thrun(署名Thrun S,斯坦福大学)
2.Andrew Davison(牛津大学)
3.Tim Beily 及所在的 悉尼大学一些研究者
4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率机器人一书作者)
5.M. Montemerlo、Dirk Haehnel、Sebastian Thrun (FastSLAM创始者,理论水平和实际应用能力非常强)。参加过DARPA的智能车挑战赛,取得最好成绩。
6.Austin Eliazar、Ronald Parr (DP-SLAM创始者,从文章到数据,程序都公开的牛人)
http://www.cs.duke.edu/~eliazar
http://www.cs.duke.edu/~parr
7.以Jose Neira和Jose luis Blanco为代表的一批西班牙学者.
8.Andrew Davison 视觉SLAM领域的权威。
9.John Leonard 侧重于应用。目前主要在做水下SLAM的项目。参加过DARPA的智能车挑战赛。
http://cml.mit.edu/~jleonard
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 先了解ROS(机器人操作系统)的基本概念和架构。学习ROS的官方文档(http://wiki.ros.org/ROS/Introduction)和ROS入门教程(http://wiki.ros.org/ROS/Tutorials)。 2. 了解SLAM(Simultaneous Localization and Mapping,即同时定位和建图)的基本概念和算法。可以参考SLAM介绍(http://www.cnblogs.com/gaoxiang12/p/SLAM.html)。 3. 学习ROS中常用的SLAM算法,如GMapping、Hector SLAM、Cartographer等。可以参考ROS官方文档中的Navigation Stack(http://wiki.ros.org/navigation)和SLAM相关的Tutorials(http://wiki.ros.org/SLAM/Tutorials)。 4. 掌握使用ROS和SLAM算法构建机器人定位和建图系统的方法。可以参考ROS机器人定位和建图教程(http://wiki.ros.org/robot_pose_ekf/Tutorials)和ROS机器人建图教程(http://wiki.ros.org/gmapping/Tutorials)。 5. 学习如何使用ROS和SLAM算法进行实时定位和建图。可以参考ROS实时定位和建图教程(http://wiki.ros.org/rtabmap_ros/Tutorials)和深入了解Cartographer教程(https://google-cartographer-ros-for-wind.readthedocs.io/en/latest/)。 6. 掌握ROS和SLAM算法的调试和优化技巧。可以参考ROS调试和优化教程(http://wiki.ros.org/ROS/Debugging)和ROS性能优化教程(http://wiki.ros.org/ROS/Performance)。 7. 针对具体应用场景,学习如何使用ROS和SLAM算法进行机器人导航、路径规划和避障等。可以参考ROS导航栈教程(http://wiki.ros.org/navigation/Tutorials)和ROS避障教程(http://wiki.ros.org/obstacle_avoidance/Tutorials)。 8. 不断实践和探索,提高ROS和SLAM算法的应用水平。可以参与ROS社区的开源项目和讨论,积极参加ROS和SLAM算法的相关活动和比赛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值