ORBSLAM2理论与实战（2） SLAM资料搜集

书籍：

1.必读经典

Thrun S, Burgard W, Fox D. 《Probabilistic robotics》[M]. Cambridge, USA: MIT Press, 2005

《Principles of Robot Motion Theory，Algorithms and Implementation》

2.有很多期，跟着会议一起出的文集

《Robotics: Science and Systems》. Cambridge, USA: MIT Press

会议进展网站http://www.roboticsproceedings.org/

3.入门书籍，简单实现及代码

《SLAM for Dummies》

4.SLAM入门教材吐血推荐，对深入理解SLAM实质非常有帮助

《STATE ESTIMATION FOR ROBOTICS》

5.作者Joan Sola关于Graph-SLAM的教程，包含位姿变换、传感器模型、图优化以及SLAM中的稀疏性求解

《Course on SLAM》

6.加州伯克利的一本2D LIDAR SLAM小书

《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》

公开课：

1.内含大量SLAM公开课相关资料（PPT、音视频文件）

http://ais.informatik.uni-freiburg.de/teaching/ws15/mapping/

2.YouTube的Cyrill Stachniss主页（课堂讲授SLAM的视频集）

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

3.内含Andrew Davison的SLAM公开课资料

http://www.doc.ic.ac.uk/~ajd/Robotics/index.html

4.

http://ais.informatik.uni-freiburg.de/teaching/ss17/robotics/

http://rpg.ifi.uzh.ch/teaching.html

网站：

1.大量优秀代码和框架，权威资料

http://www.openslam.org/

2.MRPT库官方网站，有MRPT相关文档和最新下载

http://www.mrpt.org/

3.中文SLAM技术交流网站，将最新进展和相关解决方案链接在里边，还有知名博客、公众号、实验室、数据集等资料，强烈推荐的一个网站

http://www.slamcn.org/index.php/

4.维基百科的SLAM介绍，里边有SLAM的发展综述和大量参考文献

https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping#External_links

5.ROS官网

http://www.ros.org/

博客：

1.半闲居士，高翔博士的博客，SLAMCN的创始人，内含大量干货（以视觉SLAM为主）

http://www.cnblogs.com/gaoxiang12/

2.一个国外的路径规划算法网站（包含一些可交互演示的小工具）

http://www.redblobgames.com/

对应这个网站中的寻路算法的中文翻译博文（12篇）

http://blog.jobbole.com/71044/

3.泡泡机器人SLAM公众号（内含泡泡机器人公开课），专题讲解，有PPT和Video

4.知行合一，内含Graph SLAM tutorial：从推导到应用、Mono SLAM理论基础等一些理论推导

http://blog.csdn.net/heyijia0327

5.Sebastian Thrun领导的斯坦福大学机器人研究团队主页

http://robots.stanford.edu/

会议：

IEEE International Conference on Robotics and Automation（ICRA）

IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS）

International Symposium on Robotics Research

Robotics: Science and Systems Conference（RSS）

IEEE Conference on Computer Vision and Pattern Recognition（CVPR）

 

期刊：

IEEE Robotics and Automation Magazine

IEEE Transactions on Robotics

International Journal of Robotics Research

Robotics and Autonomous Systems

Journal of Field Robotics

大牛：

1.Sebastian Thrun（署名Thrun S，斯坦福大学）

2.Andrew Davison（牛津大学）

3.Tim Beily 及所在的 悉尼大学一些研究者

4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率机器人一书作者)

5.M. Montemerlo、Dirk Haehnel、Sebastian Thrun (FastSLAM创始者，理论水平和实际应用能力非常强)。参加过DARPA的智能车挑战赛，取得最好成绩。

6.Austin Eliazar、Ronald Parr (DP-SLAM创始者,从文章到数据,程序都公开的牛人)

http://www.cs.duke.edu/~eliazar

http://www.cs.duke.edu/~parr

7.以Jose Neira和Jose luis Blanco为代表的一批西班牙学者.

8.Andrew Davison 视觉SLAM领域的权威。

9.John Leonard 侧重于应用。目前主要在做水下SLAM的项目。参加过DARPA的智能车挑战赛。

http://cml.mit.edu/~jleonard

数据集

• SLAM benchmarking.  http://kaspar.informatik.uni-freiburg.de/~slamEvaluation/datasets.php
• KITTI SLAM dataset.  http://www.cvlibs.net/datasets/kitti/eval_odometry.php. 包括 单目视觉 ,双目视觉, velodyne, POS 轨迹
• OpenSLAM .https://www.openslam.org/links.html
• CMU Visual Localization Data Set: Dataset collected using the Navlab 11 equipped with IMU, GPS, Lidars and cameras.
• NYU RGB-D Dataset: Indoor dataset captured with a Microsoft Kinect that provides semantic labels.
• TUM RGB-D Dataset: Indoor dataset captured with Microsoft Kinect and high-accuracy motion capturing.
• New College Dataset: 30 GB of data for 6 D.O.F. navigation and mapping (metric or topological) using vision and/or laser.
• The Rawseeds Project: Indoor and outdoor datasets with GPS, odometry, stereo, omnicam and laser measurements for visual, laser-based, omnidirectional, sonar and multi-sensor SLAM evaluation.
• Victoria Park Sequence: Widely used sequence for evaluating laser-based SLAM. Trees serve as landmarks, detection code is included.
• Malaga Dataset 2009 and Malaga Dataset 2013: Dataset with GPS, Cameras and 3D laser information, recorded in the city of Malaga, Spain.
• Ford Campus Vision and Lidar Dataset: Dataset collected by a Ford F-250 pickup, equipped with IMU, Velodyne and Ladybug.

1. Tum数据集
这个大家用的人都知道，RGB-D数据集，有很多个sequence，自带Ground-truth轨迹与测量误差的脚本（python写的，还有一些有用的函数）。
有一些很简单(xyz, 360系列)，但也有的很难(各个slam场景)。
由于它的目标场景是机器人救援（虽然看不太出来），场景都比较空旷，许多时候kinect的深度只够看一个地板。对视觉算法可靠性的要求还是蛮高的。
网址： http://vision.in.tum.de/data/datasets/rgbd-dataset


2. MRPT
坛友SLAM_xian已经给出了地址：见此贴
含有多种传感器数据，包括双目，laser等等。
MRPT本身是个机器人用的开发包（然而我还是没用过），有兴趣的同学可以尝试。

3. Kitti
坛友zhengshunkai给出了地址：见此贴
著名的室外数据集，双目，有真值。场景很大，数据量也很大（所以在我这种流量限制的地方用不起……）。如果你做室外的请务必尝试一下此数据集。就算你不用审稿人也会让你用的。

4. Oxford数据集
含有一些Fabmap相关的数据集，用来验证闭环检测的算法。室外场景。它提供了ground-truth闭环（据说是手工标的，真是有耐心啊）。
网址：http://www.robots.ox.ac.uk/~mobile/wikisite/pmwiki/pmwiki.php?n=Main.Datasets#userconsent#

5. ICL-NUIM数据集
（又）是帝国理工弄出来的，RGB-D数据集，室内向。提供ground-truth和odometry。
网址：http://www.doc.ic.ac.uk/%7Eahanda/VaFRIC/iclnuim.html

6. NYUV2 数据集
一个带有语义标签的RGB-D数据集，原本是用来做识别的，也可以用来做SLAM。特点是有一个训练集（1400+手工标记的图像，好像是雇人弄的），以前一大堆video sequence。
网址：http://cs.nyu.edu/silberman/datasets/nyu_depth_v2.html （似乎访问有问题，不知道会不会修复）


7. KOS的3d scan数据集
一个激光扫描的数据集。
网址：http://kos.informatik.uni-osnabrueck.de/3Dscans/

参考：

1.https://www.cnblogs.com/lvchaoshun/p/7091952.html

2.https://blog.csdn.net/gubenpeiyuan/article/details/54926577

3.https://blog.csdn.net/chenzhipeng1234/article/details/45850461