入门级别SLAM综述整理

车辆专业普通高校研究实习生一枚，刚入门接触SLAM，目前只看了综述，开个博客，记录一下自己的学习过程，如果有人能看到，希望不吝赐教，指明方向和道路，万分感谢啦☺?。
SLAM入门基础框架（感觉要学的东西真?多，学车辆的搞这个让人头大呀）
激光SLAM框架核心，一般分为四个模块：前端扫描匹配、后端优化、闭环检测、地图构建。其中前端扫描和后端优化是SLAM的核心。
在室内2D激光SLAM中，目前最流行的匹配方法是CSM梯度优化结合使用，典型的开源方案是Cartographer。

1. 后端优化总体分为：基于滤波器的后端和基于图优化的后端两类。

1.基于滤波器的激光slam优化：

2. 几种激光SLAM方案
   

3. 发展趋势

• [ ]深度学习在激光SLAM中的应用；
• 多传感器的融合，视觉提供高精度的里程计信息以及信息丰富的地图信息，激光雷达为视觉特征提供准确的深度信息；
• SLAM算法的鲁棒性与实时性有待进一步提高，需要考虑里程计的标定、激光雷达的外参与时间戳标定

文献参考：《基于激光雷达的同时定位与地图构建方法综述_危双丰》