SLAM学习资源汇总

CSDN博主：

1. 白巧克力亦唯心：https://blog.csdn.net/heyijia0327；

2. 何必浓墨重彩：https://blog.csdn.net/wendox/category_6555599.html；

开源的顶会SLAM：

1. Detect-SLAM

• 论文：《Detect-SLAM:Making Object Detection and SLAM Mutually Beneficial》
• 发表：2018 IEEE Winter Conference on Applications of Computer Vision (WACV).
• 来自：北京大学
• 开源：https://github.com/liadbiz/detect-slam
• 亮点：SLAM与基于深度神经网络的目标检测算法相辅相成，同时提高了目标检测和SLAM的准确性。
• 分割网络：结合SLAM优化的SSD-NET(使用SLAM的场景fine-tune) + GrabCut剔除背景

2. DS-SLAM

• 论文：DS-SLAM：A Semantic Visual SLAM towards Dynamic Environments
• 发表：IROS 2018
• 来自：清华大学
• 开源：https://github.com/ivipsourcecode/DS-SLAM

3. Dyna-SLAM

• 论文：DynaSLAM: Tracking, Mapping and Inpainting in Dynamic Scenes
• 发表：IROS 2018 &I-RAL
• 来自：Universidad de Zaragoza
• 开源：https://github.com/BertaBescos/DynaSLAM
• 亮点：通过对因动态物体遮挡而缺失的部分背景进行修复，生成一个静态场景地图。
• 分割网络:：Mask R-CNN 实例语义分割（没有用生成的实例标签）
• 来源：https://zhuanlan.zhihu.com/p/349056348   

4. VDO-SLAM

• 论文：VDO-SLAM: A Visual Dynamic Object-aware SLAM System
• 发表：arXiv 2020
• 来自：澳洲国立大学，悉尼大学
• 开源：https://github.com/halajun/vdo_slam
• 亮点：将动态环境下的SLAM表示为一个整体的图优化，统一的估计框架，将机器人位姿、动态点和静态点、运动物体的位姿（object motions）联合起来计算与优化；主要适用于室外场景下的车辆追踪上面。
• 批注：用了大量的深度学习网络，效果基本上基于“用最复杂的方法”；

5. imu和单目的数据融合开源代码（EKF)

https://github.com/ethz-asl/rovio

6. imu和单目的数据融合开源代码(非线性优化）

https://github.com/ethz-asl/okvis_ros

B站视频课程：

• 浙江大学视觉slam公开课-从视频标定到SLAM：https://www.bilibili.com/video/BV1ax411R7Hd?p=1

• 高翔视觉SLAM十四讲：https://www.bilibili.com/video/BV16t411g7FR?from=search&seid=14811571160409762901

• 小象学院SLAM无人驾驶：https://www.bilibili.com/video/BV11a4y1v79G

• 计算机视觉life：https://www.bilibili.com/video/BV1154y1D7tA

ORB-SLAM2代码注释解读

• https://github.com/electech6/ORB_SLAM2_detailed_comments

Github资源

• https://github.com/GeekLiB/Lee-SLAM-source（计算机视觉life）
• https://github.com/Ewenwan/MVision（强烈推荐）

知乎

• 高博谈SLAM：https://zhuanlan.zhihu.com/p/58648284

网站

• 电子发烧友-SLAM：http://www.elecfans.com/tags/slam/