目录 1. 学前了解 2. SLAM简介 2.1 SLAM 和 SFM 的关系 2.2 SLAM 和 Deep Learning 的关系 3. SLAM的前端后端 3.1 明确三个问题: 3.2 SLAM框架分为前端和后端 4. SLAM的一般过程 4.1 运动估计 4.2 scan2scan 4.3 scan2map单帧状态优化 4.4 批量状态优化 5. 回环检测与回环优化 5.1 回环检测: 5.2 回环优化(增量优化): 6. 一个完整的SLAM框架处理过程如下: 7. 学习建议 8. 课程的整体算法框架 8.1 框架表 8.2 框架表解读 8.2.1 Core algorithm 8.2.2 Department 8.2.3 Role and responsibility 1. 学前了解 详解激光雷达(完整版)_哔哩哔哩_bilibili 【Lidar】Lidar激光雷达一篇全(两万字激光雷达详细介绍)_单线激光 和 摄像头聚类-CSDN博客 2. SLAM简介 2.1 SLAM 和 SFM 的关系 不同点: SFM (Structure From Motion),称之为传统三维重建,这是一门计算机视觉学科的分支,特点是把图片数据集集回来,离线慢慢精细化处理。常见应用就是重建某建筑物的3d地图,比较炫的成果可以见