slam学习

了解slam：【一看就懂】SLAM算法原理通俗解读_哔哩哔哩_bilibili

1、视觉SLAM：ORB-SLAM2（必学基础）

2、视觉惯性SLAM：ORB-SLAM3，VINS-Mono、VINS-Fusion

3、激光/多传感器融合SLAM：Cartographer，LeGO-LOAM、LIO-SAM、LVI-SAM

4、三维重建：视觉几何OpenMVS，深度学习重建MVSNet、PatchMatchNet、JDACS-MS

5、机器人运动规划：Navfn、Dijkstra、A-Star、DWA、TEB

6、相机标定：单目/鱼眼/双目/阵列

推荐书目：《视觉slam14讲》

 

 

相机和惯导的融合（视觉惯性里程计/vio）：

港科大VINS：Mono+Fusion：讲师独家注释源码地址：https://github.com/xieqi1/VINS-Fusion-noted

或者ORB-SLAM3：GitHub - electech6/ORB_SLAM3_detailed_comments: Detailed comments for ORB-SLAM3

评价指标：

精度：ATE绝对轨迹误差, RTE相对轨迹误差
效率：同硬件下的帧率，占用的内存
鲁棒性：数据集的覆盖率：成功追踪的帧数占总帧数的比例；数据集的平均的ATE，RTE