SLAM 学习详细资料总结

一、SLAM框架

RGB-D SLAM开源

SLAM 主要分为两个部分：前端和后端，前端也就是视觉里程计（VO），它根据相邻图像的信息粗略的估计出相机的运动，给后端提供较好的初始值。VO的实现方法可以根据是否需要提取特征分为两类：基于特征点的方法，不使用特征点的直接方法。 基于特征点的VO运行稳定，对光照、动态物体不敏感。

 

二、视觉里程计框架

三、视觉里程计主要研究方法

四、视觉里程计发展状况

 

 

五、SLAM大佬网站

1、跟踪SLAM前沿动态论文，更新的很频繁

https://github.com/YiChenCityU/Recent_SLAM_Research

2、很全视觉slam资料大全

https://github.com/tzutalin/awesome-visual-slam

3、开源SLAM列表

https://github.com/OpenSLAM/awesome-SLAM-list

4、很全面的SLAM教程

https://link.zhihu.com/?target=https%3A//github.com/kanster/awesome-slam

5、非常全面的三维重建相关资源列表，涵盖SLAM,SFM,MVS

https://github.com/openMVG/awesome_3DReconstruction_list

6、很全的RGBD SLAM开源方案介绍

https://github.com/electech6/owesome-RGBD-SLAM

7、非常全面的相机总结，包括论文，设备厂商，算法，应用等

https://github.com/uzh-rpg/event-based_vision_resources

8、SLAM 学习与开发经验分享

https://github.com/GeekLiB/Lee-SLAM-source

9、中文注释版ORB-SLAM2

https://github.com/Vincentqyw/ORB-SLAM2-CHINESE

10、语义SLAM相关资料

https://zhuanlan.zhihu.com/p/64825421

11、很好的博客

https://blog.csdn.net/kyjl888/category_6954673.html

 

六、SLAM相关的工具和库

基础工具：Eigen、OpenCV、PCL、ROS

后端优化的库：g2o、GTSAM、Ceres solver

 

七、SLAM相关开源代码

主要视觉里程计代码及论文

SVO: Fast Semi-Direct Monocular Visual Odometry
论文：http://rpg.ifi.uzh.ch/docs/ICRA14_Forster.pdf
代码：https://github.com/uzh-rpg/rpg_svo

Robust Odometry Estimation for RGB-D Cameras
Real-Time Visual Odometry from Dense RGB-D Images
论文：http://www.cs.nuim.ie/research/vision/data/icra2013/Whelan13icra.pdf
代码：https://github.com/tum-vision/dvo

Parallel Tracking and Mapping for Small AR Workspaces
论文：https://cse.sc.edu/~yiannisr/774/2015/ptam.pdf
http://www.robots.ox.ac.uk/ActiveVision/Papers/klein_murray_ismar2007/klein_murray_ismar2007.pdf
代码：https://github.com/Oxford-PTAM/PTAM-GPL

ORBSLAM
代码：https://github.com/raulmur/ORB_SLAM2
https://github.com/raulmur/ORB_SLAM

A ROS Implementation of the Mono-Slam Algorithm
论文：https://www.researchgate.net/publication/269200654_A_ROS_Implementation_of_the_Mono-Slam_Algorithm
代码：https://github.com/rrg-polito/mono-slam

DTAM: Dense tracking and mapping in real-time
论文：https://ieeexplore.ieee.org/document/6126513
代码：https://github.com/anuranbaka/OpenDTAM

LSD-SLAM: Large-Scale Direct Monocular SLAM
论文：http://pdfs.semanticscholar.org/c13c/b6dfd26a1b545d50d05b52c99eb87b1c82b2.pdf
https://vision.in.tum.de/research/vslam/lsdslam
代码：https://github.com/tum-vision/lsd_slam

MSCKF_VIO：Robust Stereo Visual Inertial Odometry for Fast Autonomous Flight
论文：https://arxiv.org/abs/1712.00036
代码：https://github.com/KumarRobotics/msckf_vio

LIBVISO2: C++ Library for Visual Odometry 2
论文：http://www.cvlibs.net/software/libviso/
代码：https://github.com/srv/viso2

Stereo Visual SLAM for Mobile Robots Navigation
A constant-time SLAM back-end in the continuum between global mapping and submapping: application to visual stereo SLAM
论文：http://mapir.uma.es/famoreno/papers/thesis/FAMD_thesis.pdf
代码：https://github.com/famoreno/stereo-vo

Combining Edge Images and Depth Maps for Robust Visual Odometry
Robust Edge-based Visual Odometry using Machine-Learned Edges(REVO)
论文：https://graz.pure.elsevier.com/
代码：https://github.com/fabianschenk/REVO

HKUST Aerial Robotics Group
VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator
论文：https://arxiv.org/pdf/1708.03852.pdf
代码：https://github.com/HKUST-Aerial-Robotics/VINS-Mono

VINS-Fusion:Online Temporal Calibration for Monocular Visual-Inertial Systems
论文：https://arxiv.org/pdf/1808.00692.pdf
代码;https://github.com/HKUST-Aerial-Robotics/VINS-Fusion

Monocular Visual-Inertial State Estimation for Mobile Augmented Reality
论文：https://ieeexplore.ieee.org/document/8115400
代码：https://github.com/HKUST-Aerial-Robotics/VINS-Mobile

VINet: Visual-Inertial Odometry as a Sequence-to-Sequence Learning Problem
论文：https://arxiv.org/abs/1701.08376
代码：https://github.com/HTLife/VINet

Computer Vision Group TUM Department of Informatics Technical University of Munich
DSO: Direct Sparse Odometry
代码;https://github.com/JingeTu/StereoDSO
Visual-Inertial DSO：https://vision.in.tum.de/research/vslam/vi-dso
DVSO：https://vision.in.tum.de/research/vslam/dvso
DSO with Loop-closure and Sim(3) pose graph optimization：https://vision.in.tum.de/research/vslam/ldso

Stereo odometry based on careful feature selection and tracking
论文：https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7324219
代码：https://github.com/Mayankm96/Stereo-Odometry-SOFT

OKVIS: Open Keyframe-based Visual-Inertial SLAM
代码：https://github.com/gaoxiang12/okvis

Trifo-VIO: Robust and Efficient Stereo Visual Inertial Odometry using Points and Lines
论文：https://arxiv.org/pdf/1803.02403.pdf
代码：https://github.com/UMiNS/Trifocal-tensor-VIO

PL-VIO: Tightly-Coupled Monocular Visual–Inertial Odometry Using Point and Line Features
论文：https://www.mdpi.com/1424-8220/18/4/1159/html

A Review of Visual-Inertial Simultaneous Localization and Mapping from Filtering-Based and Optimization-Based Perspectives：视觉惯导的综述性文章

 

八、SLAM相关数据集

1. Malaga Dataset

2. Tum: Computer Vision Lab: RGB-D

3. KITTI Dataset

4. University of Freiburg: Department of Computer Science

5. MRPT

6. ICDL-NUIM

 

九、推荐阅读

如何从零开始系统化学习视觉SLAM？
从零开始一起学习SLAM | 为什么要学SLAM？
从零开始一起学习SLAM | 学习SLAM到底需要学什么？
从零开始一起学习SLAM | SLAM有什么用？
从零开始一起学习SLAM | C++新特性要不要学？
从零开始一起学习SLAM | 为什么要用齐次坐标？
从零开始一起学习SLAM | 三维空间刚体的旋转
从零开始一起学习SLAM | 为啥需要李群与李代数？
从零开始一起学习SLAM | 相机成像模型
从零开始一起学习SLAM | 不推公式，如何真正理解对极约束?
从零开始一起学习SLAM | 神奇的单应矩阵
从零开始一起学习SLAM | 你好，点云
从零开始一起学习SLAM | 给点云加个滤网
从零开始一起学习SLAM | 点云平滑法线估计
从零开始一起学习SLAM | 点云到网格的进化
从零开始一起学习SLAM | 理解图优化，一步步带你看懂g2o代码
从零开始一起学习SLAM | 掌握g2o顶点编程套路
从零开始一起学习SLAM | 掌握g2o边的代码套路
零基础小白，如何入门计算机视觉？
SLAM领域牛人、牛实验室、牛研究成果梳理
我用MATLAB撸了一个2D LiDAR SLAM

可视化理解四元数，愿你不再掉头发
最近一年语义SLAM有哪些代表性工作？
视觉SLAM技术综述
汇总 | VIO、激光SLAM相关论文分类集锦
研究SLAM，对编程的要求有多高？
2018年SLAM、三维视觉方向求职经验分享
2018年SLAM、三维视觉方向求职经验分享
深度学习遇到SLAM | 如何评价基于深度学习的DeepVO，VINet，VidLoc？
视觉SLAM关键方法总结
SLAM方向公众号、知乎、博客上有哪些大V可以关注？
SLAM实验室
SLAM方向国内有哪些优秀公司？
SLAM面试常见问题
SLAM相关领域数据集调研
从零开始一起学习SALM-ICP原理及应用

 

十、SLAM学习书籍

• 概率机器人

• 视觉SLAM十四讲

• 计算机视觉中的多视图几何

• 机器人学中的状态估计

• Principles of Robot Motion Theory，Algorithms and Implementation

在公众号【3DCVer】后台回复“SLAM学习资料”，获取完整PDF资料。

 

十一、SLAM学习视频

公开课：

https://www.youtube.com/channel/UCi1TC2fLRvgBQNe-T4dp8Eg