1 相关网址
(1)Andrew Davison的论文
Andrew Davison是SLAM领域的大牛,他推荐的很多文章都对入门有帮助。论文地址:
http://www.doc.ic.ac.uk/~ajd/publications.html
他们的机器人课程也是很推荐的,里面有相关的教程,地址是:
http://www.doc.ic.ac.uk/~ajd/Robotics/index.html
(2)高博写的博客
高博(博客名为半闲居士)所写的SLAM相关博客,生动有趣,内容详实,是SLAM从理论到实践的首选。他的博客地址是:
http://www.cnblogs.com/gaoxiang12/
顺便推荐高博他们的微信公众号【泡泡机器人SLAM】。该公众号分享了一些列实用的课程,而且大部分都是有资料和视频录像的,非常推荐!
(3)OpenSLAM
https://openslam.org/
这个网站分享了很多开源的项目,可以根据需要选择一些作为入门。
(4)SLAMCN 网站
里面内容相当全,从概念介绍到典型系统,到资料推荐,再到相关牛人和实验室,应有尽有。
http://www.slamcn.org/index.php/%E9%A6%96%E9%A1%B5
2 典型SLAM系统
(1)Monocular SLAM
http://vision.ia.ac.cn/Students/gzp/monocularslam.html
(2)PTAM
http://www.robots.ox.ac.uk/~gk/PTAM/
(3)ORB-SLAM
http://webdiis.unizar.es/~raulmur/orbslam/
(4)LSD-SLAM
http://vision.in.tum.de/research/vslam/lsdslam
(5)DSO: Direct Sparse Odometry
http://vision.in.tum.de/research/vslam/dso
3 相关书籍推荐
(1)Multiple View Geometry in Computer Vision (Second Edition)
http://www.robots.ox.ac.uk/~vgg/hzbook/
计算机视觉方面大神级别的书,也有中文版为《计算机视觉中的多视图几何》。如果不把这本书学到通透,很难从事SLAM的深入研究。
(2) Robotics Vision and Control
http://www.petercorke.com/RVC/
这本书是面向实践的,把机器人和机器视觉的东西都讲述了一遍。本书配有MATLAB工具箱,可以免费下载使用,地址为:
http://petercorke.com/Toolbox_software.html
另外,本书现在也有了中文版,叫做《机器人学、机器视觉与控制》。
(3)Probabilistic Robotics
http://www.probabilistic-robotics.org/
这本书从概率角度讲了机器人相关技术。尤其是关于SLAM的部分对于我们深入理解SLAM技术很重要,推荐阅读。
(4)Lie groups Lie algebras and representations: anelementary introduction
李群李代数相关的知识,如果想要深入研究SLAM背后的数学原理,可以试着学习一下。
(5)State Estimation for Robotics
讲述了机器人中的状态估计问题,和上面提到的第一本书具有同样重要的地位。
http://asrl.utias.utoronto.ca/~tdb/bib/barfoot_ser17.pdf
---------------------
作者:雁回晴空
来源:CSDN
原文:https://blog.csdn.net/zzlyw/article/details/53434778
版权声明:本文为博主原创文章,转载请附上博文链接!
一、入门篇
1. Andrew Davison的课程: http://www.doc.ic.ac.uk/~ajd/publications.html
http://www.doc.ic.ac.uk/~ajd/Robotics/index.html
week7 SLAM,week8里面推荐了slam的两个入门 Tutorial 1 和Tutorial 2
2. 瑞士苏黎世理工的学生练习: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、现有资源
1. OpenSLAM:https://openslam.org/
这个网站中含有很多slam方面的资料,编写的程序也各有不同,很权威
2. Kitti图库,可以做simulation:http://www.cvlibs.net/datasets/kitti/
3. 苏黎世理工学习练习excise3看完后可以使用Javier Civera 的程序进行试手,注意对calibration的调整
http://webdiis.unizar.es/~jcivera/code/1p-ransac-ekf-monoslam.html
4. 对于Javier Civera的1p RANSAC-monoSLAM有一定了解了,可以试试用SURF去实现
南理工论文可以参考 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
慕尼黑工业大学,还有其他的数据库,如单目视觉里程计数据库,详见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非常好的东西
8. PTAM:http://www.robots.ox.ac.uk/~gk/PTAM/
libCVD:http://www.edwardrosten.com/index.html
编译PTAM:http://www.fx114.net/qa-207-77156.aspx
windows下编译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、相关书籍
1. Multiple View Geometry in Computer Vision Second Edition ,http://www.robots.ox.ac.uk/~vgg/hzbook/
计算机视觉方面大神级别的书,也有中文版
2. Robotics Vision and Control ,http://www.petercorke.com/RVC/
澳大利亚昆士兰理工大学的Peter Corke是机器视觉领域的大牛人物,他所编写的Robotics, vision and control一书更是该领域的经典教材
配套有matlab工具箱。工具箱分为两部分,一部分为机器人方面的,另一部分为视觉方面的工具箱
源代码都是开放免费下载的: http://petercorke.com/Toolbox_software.html
3. Probabilistic Robotics,http://www.probabilistic-robotics.org/理解这本书要有很好的数学基础
四、研究学者
国内激光雷达Slam武汉大学做得好,李明教授是最早一批做3Dslam的;国防科大的应该也不错。
国外的话斯坦福的塞巴斯蒂安是绝对的大牛,他的徒弟也都很厉害;KIT的SLAM6D做的很好,现在网上有开源的3DTK,内部集成了slam6D;
德国弗莱堡大学做的也不错。
1. 英国帝国理工学院Andrew Davison:http://www.doc.ic.ac.uk/~ajd/,SLAM领域的权威
2. 麻省理工John Leonard:http://marinerobotics.mit.edu/ 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。
3. 悉尼大学Victoria Par: http://www-personal.acfr.usyd.edu.au/nebot/victoria_park.htm 经典数据库
4. 慕尼黑工业大学Jakob Engel:http://vision.in.tum.de/members/engelj
5. 斯坦福Sebastian Thrun:http://robots.stanford.edu/papers.html
五、其他资源(暂未验证网站)
1. Giorgio Grisetti; Cyrill Stachniss; Wolfram Burgard; (GridMapping 算法,及概率机器人一书作者)
2. 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。
3. Austin Eliazar; Ronald Parr; (DP-SLAM创始者,从文章到数据,程序都公开的牛人)
4. 以 Jose Neira和Jose luis Blanco为代表的一批西班牙学者.
5. http://babel.isa.uma.es/mrpt/index.php/Main_Page 2008年开始陆续出现了一些好文章.
6. http://cres.usc.edu/radishrepository/view-all.php 包含了大量的用于验证SLAM算法的数据.
7. http://www.isa.uma.es/C13/jlblanco/default.aspx 西班牙的一个博士生.编程能力极强. 另外Jose Neira带领的团队也比较猛.
---------------------
作者:西电之梦
来源:CSDN
原文:https://blog.csdn.net/xidianzhimeng/article/details/52447335
版权声明:本文为博主原创文章,转载请附上博文链接!