SLAM学习入门书籍和资料

SLAM学习交流可加群：248085206

1、先看两篇综述类的文章，了解一下SLAM到底是个啥（其实《视觉SLAM十四讲》里面也有讲，只不过看英文原版文献能对SLAM的来龙去脉有一个更清晰的认识，尽量找高引用的综述看一下，不用看太多，要学会从综述当中来大概把握学科的发展脉络），

经常被引的几篇综述：
[1] C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, and J. J. Leonard,
“Past, present, and future of simultaneous localization and mapping: Toward the robust-perception
age,” IEEE Transactions on Robotics, vol. 32, no. 6, pp. 1309–1332, 2016.（之前看到一篇发表的中文文献，基本上就是把这篇翻了一遍 o(╯□╰)o）

[2] J. Fuentes-Pacheco, J. Ruiz-Ascencio, and J. M. Rendón-Mancha, “Visual simultaneous localization
and mapping: a survey,” Artificial Intelligence Review, vol. 43, no. 1, pp. 55–81, 2015.

[3]. Durrant-Whyte H and Bailey T. Simultaneous localisation and mapping (SLAM): Part I. IEEE Robot Autom Mag2006; 13(2): 99–110.

[4]T. Bailey and H. Durrant-Whyte, “Simultanouse localization and mapping(SLAM): Part II,” IEEE Robotics and Automation Magazine, 13(3):108-117, 2006.

[5]Dissanayake G, Huang S, Wang Z, et al. A review of recentdevelopments in simultaneous localization and mapping. In 6th IEEE international conference on industrial and information systems, Kandy, Sri Lanka, 2011, pp.477–482. IEEE.

[6]Huang, SD (Huang, Shoudong)[ 1 ] ; Dissanayake, G (Dissanayake, Gamini)[ 1 ].A critique of current developments in simultaneous localization and mapping.INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS

[7] G. Dissanayake, P. Newman, S. Clark, H. Durrant-Whyte, and M. Csobra,“A solution to the simultaneous localization and map building (SLAM)problem,” IEEE Transactions on Robotics and Automation, 17(3):229-241, 2001.

以上的综述看完之后，就可以看一点比较贴近实际的东西了，不管是做研究还是做产品最终都是需要落到一些比较实际的点上开展工作的，所以需要对SLAM中的各个部分（比如按照现在的经典框架定义的：前端、后端、回环、建图）进一步的进行学习，此处，综合考虑趣味性和劝退性，首推高翔博士的博客，博客地址:https://www.cnblogs.com/gaoxiang12/archive/2014/04.html
食用这些博客的方式也很简单，整个页面的右侧有一个随笔档案，将他发表的所有博客按照时间顺序有一个记录，从2014年4月的第一篇开始，一字不落的先刷一遍，刷完他的所有博客，对于SLAM是个什么东西应该就不陌生了。下面即将推荐的高翔的书则是深入到理论层面对每一个部分进行分析，而且最良心的就是书籍有配套代码，对于需要做实物的人提升动手能力很有用。

2、书籍：

【1】、首推《视觉SLAM十四讲》（2nd edition），SLAM入门的必读书，这个必读的意思是：务必把这本书读一遍。读完这本书，对于SLAM整个框架中的各个基本概念就不再茫然了，后面如果再看到各类论文里面千奇百态的各种概念（和前面类似，不同的论文中，对于学科内的同一个概念可能有不同的描述和用词），就可以用书中给出的行业内比较公认的说法来解释，这样有利于形成体系。可以说是SLAM从入门到放弃的经典之作，从SLAM这个问题的本质（参见该书第一版21页对SLAM问题的描述）到后期实现都写了，每章都有动手敲代码的部分。其中关于刚体运动部分涉及的李群李代数的内容对于做SLAM应该够用了，
【2】、《概率机器人》，原作者塞巴斯蒂安.特龙，译者曹红玉。本书用于夯实理论，深入理解SLAM问题（或者说深入理解“估计”问题）
【3】、《机器人学中的状态估计》原作者蒂莫西.D.巴富特，译者高翔。高翔大神力推的一本书，内容比《概率机器人》的更全面一点，本书包含了对：状态估计问题、三维空间刚体运动和位姿估计（以及Bundle Adjustment）的较深入的推导，对于后期实际动手有较强指导性
【4】、《Multiple View Geometry in Computer Vision 》 本书是计算机视觉的必读书
【5】、《计算机视觉中的数学方法》作者中科院吴福朝，据说内容涵盖了【4】的大部分，而且因为是中文写作，所以用户界面友好
SLAM入门还可参阅：https://www.zhihu.com/question/35186064/answer/145219653

3、后端算法（按照时间顺序）：

滤波法：EKF —> UKF —> IEKF —> EIF —> (RB)PF —> FastSLAM
优化方法：主流的都使用图优化（图优化是实现非线性优化的一种方法，所以，还有其他可以实现非线性优化的方法，但是，在SLAM中常用的是使用图优化） 或者有些作者使用 BA来指代所有的优化，至于对非线性优化的理解，还是参考高翔大佬的博客为宜：https://www.cnblogs.com/gaoxiang12/p/5244828.html

4、前端算法：

前端是用来对相机位姿（和空间地标点的位置）进行粗略估计的部分，前端估计的位姿（和空间地标点的位置）必然和相机（及地标点）的真实位姿相差较大，所以才需要后端对估计得到的位姿（和空间地标点的位置）进行进一步的估计。
前端主要有两种：直接法、特征点法，然后又按照这两个指导思想有很多种算法来实现

补个图：（原作者：https://www.zhihu.com/question/35186064/answer/145219653）