参考书籍:《视觉SLAM 14讲》
代码: https://github.com/gaoxiang12/slambook
第1讲:前言;
学习需具备的知识:
>高等数学、线性代数、概率论
>C++语言基础
>Linux基础
SLAM 概念:
Simultaneous Localization and Mapping 的缩写,中文译为:同时定位与地图构建;
指搭载特定传感器的主体,在没有环境先验信息的情况下,于运动过程中建立环境模型,同时估计自己的运动。 如果这里的传感器为相机,则成为视觉SLAM;
SALM目的:
解决定位与地图构建这两个问题,即需要估计传感器自身的位置还要建立周围环境模型;
当相机作为传感器的时候,我们要做的就是根据一张张连续运动的图像,从中估计出相机的运动以及周围环境中的情况;
SLAM相关书籍:
《概率机器人》、《计算机视觉中的多视图几何》、《机器人学中的状态估计》等;
SLAM系统细分模块:
视觉里程计
后端优化
建图
回环检测
SLAM编程实践涉及的库:
OpenCV,PCL,g2o,Ceres;