《视觉SLAM十四讲第二版》笔记及课后习题（第十四讲）

nullwh

于 2019-11-27 11:46:19 发布

阅读量3.4k

点赞数 10

分类专栏：视觉SLAM十四讲学习笔记

本文链接：https://blog.csdn.net/weixin_43619346/article/details/103219568

版权

本文是《视觉SLAM十四讲第二版》的读书笔记，探讨了当前的开源SLAM解决方案，如视觉+惯导SLAM和语义SLAM，并指出SLAM未来将朝着轻量化和高精度重建方向发展。同时，提供了课后习题，鼓励读者实践和深入研究SLAM。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读书笔记：SLAM：现在与未来

终于到本书最后一章了。~~也到了此系列博客的最后一篇！~~ 我们前面的内容介绍了一个SLAM 系统中的各个模块的工作原理，这是研究者们多年的工作的结晶。目前，除了这些理论框架之外，我们也积累了许多优秀的开源SLAM 方案。不过，由于它们大部分实现都比较复杂，不适合初学者做为上手的材料，所以我们放到了本书的最后加以介绍。相信读者通过阅读之前的章节，应该能明白它们的基本原理。

当前的开源方案

方案名称	传感器形式	地址
MonoSLAM	单目	https://github.com/hanmekim/SceneLib2
PTAM	单目	http://www.robots.ox.ac.uk/~gk/PTAM/
ORB-SLAM	单目为主	http://webdiis.unizar.es/~raulmur/orbslam/
LSD-SLAM	单目为主	http://vision.in.tum.de/research/vslam/lsdslam
SVO	单目	https://github.com/uzh-rpg/rpg_svo
DTAM	RGB-D	https://github.com/anuranbaka/OpenDTAM
DVO	RGB-D	https://github.com/tum-vision/dvo_slam</