SLAM研究方向及知识点汇总

传感器使用及标定


T265 D435 相机标定https://t.zsxq.com/FYz3zjm

双目标定问题 https://t.zsxq.com/myRby7e

相机选择方法 https://t.zsxq.com/7QjmIQR

ros修改相机分辨率方法 https://t.zsxq.com/iyrnmeQ

相机在线光度标定 https://t.zsxq.com/qZRFYf6

深度相机对比https://t.zsxq.com/UBQfEey

imu位姿积分及误差标定代码 https://t.zsxq.com/zzbeyZZ

Imu各种噪声参数详解 https://t.zsxq.com/6ImAeMR

标定单目-激光雷达外参标定代码 https://t.zsxq.com/7iEIMjM

鱼眼MEI模型详解 https://t.zsxq.com/EmQnUFE

点线面特征


如何计算图像特征点匹配中匹配点的个数和错误匹配的个数?https://t.zsxq.com/NBMj2vF

适合长直走廊场景点线融合slam https://t.zsxq.com/NN7iiuR

初始化地图点分布不均匀或者太少影响及IMU的累计误差对恢复的尺度的影响分析https://t.zsxq.com/U7i6iuf

点云特征提取的相关算法实验https://t.zsxq.com/feeeQZz

小车平面运动约束相关论文推荐 https://t.zsxq.com/Iaaa2Zf

浙大章国峰组新开源!基于多平面先验的高效VIO https://t.zsxq.com/UVbMVR7

图像匹配算法推荐https://t.zsxq.com/fma6iEA

深度学习的特征提取匹配方法 https://t.zsxq.com/bIaMJmu

ORB-SLAM2/3的改进方案及代码
快速剔除特征匹配中动态物体 https://t.zsxq.com/JyfMzfY

单目模式生成稠密地图论文 https://t.zsxq.com/MvvVnUZ

使用深度相机得到较稠密的大型场景点云地图方法 https://t.zsxq.com/yZVjIYV

实现室内无人小车定位建图的教程、方案https://t.zsxq.com/BQFeQz3

采用点特征线特征结合的开源方案 https://t.zsxq.com/BEIaUNJ

结合图像处理去模糊https://t.zsxq.com/Iq7i6yr

ORB-SLAM2课程群里问答汇总https://t.zsxq.com/ujiayvb

不同系统安装ORB-SLAM2的详细方法https://t.zsxq.com/MFEmuvZ

orbslam2代替amcl做视觉导航的方案https://t.zsxq.com/2fUJ6ei

地图构建类中加入octomap地图方法https://t.zsxq.com/Z3J2fmy

ORB-SLAM2中的相机配置文件参数说明 https://t.zsxq.com/vZzzzBA

orbslam3注释代码 https://t.zsxq.com/Zzj6mmA

基于orbslam2和yolo的语义slam论文https://t.zsxq.com/33zVFIM

orbslam2特征提取和匹配加速方案https://t.zsxq.com/vVFmuF6

RGBD ORBSLAM2 with Octomap代码 https://t.zsxq.com/mAAUJY7

Orb-slam2/3相关改进代码汇总https://t.zsxq.com/6IMbMzJ

orb-slam2改成直接法https://t.zsxq.com/bujUFqf

RGB-D模式建立大环境三维点云图及语义方法 https://t.zsxq.com/NRneufu

orbslam2里处理外点方法 https://t.zsxq.com/3FYJaQn

ORB-SLAM在不同平台的移植https://t.zsxq.com/YfaEImM

ORB-SLAM2/3地图加载和存储代码 https://t.zsxq.com/2bmeyzj

TUM做的ORB-SLAM2的拓展版本,地图存储及重定位https://t.zsxq.com/yrRJe6e

激光SLAM


激光雷达和IMU标定的文章https://t.zsxq.com/NR3nmYZ

激光slam代码资料汇总https://t.zsxq.com/EiiIiQ3

激光雷达imu硬同步https://t.zsxq.com/vvjMRRZ

BA用在激光slam中应用方案 https://t.zsxq.com/yJYV7eE

3D激光slam开源算法综合性能高的推荐方案 https://t.zsxq.com/FeurNZn

激光slam开源资料https://t.zsxq.com/3NFIAYf

无人车定位 如激光定位或者多传感器融合定位方面的资料和方法https://t.zsxq.com/YF6qrb2

VIO及多传感器融合


多传感器融合方面的综述或者论文https://t.zsxq.com/Jia2VZ7

RGB-D和IMU松耦合的定位方案https://t.zsxq.com/meyFmau

RGB-D 和IMU紧融合的开源方案https://t.zsxq.com/MrRJQnI

EKF多传感器融合教程及公开课 https://t.zsxq.com/bynYbyn

VIO或者多传感器融合的论文https://t.zsxq.com/u3rjmqj

开源的松耦合的vio系统https://t.zsxq.com/EqvjaAy

二维(单线)激光雷达和RGBD相机融合的开源SLAM建图方案https://t.zsxq.com/7Q3Rnmi

激光雷达和相机的融合方案 https://t.zsxq.com/ufEUN3N

机器人避障及路径规划


基于视觉的移动机器人避障项目推荐https://t.zsxq.com/NfyjYzN

实现机器人在离线模式下腔体内的避障https://t.zsxq.com/vnaQVJ6

移动机器人主动环境探索,路径规划相关的SLAM论文及代码汇总 https://t.zsxq.com/i6aeuRr

移动机器人平台资料https://t.zsxq.com/vf2R7E6

深度相机做机器人导航的开源案例https://t.zsxq.com/3ZzZbY7

动态路径规划和避障项目及论文 https://t.zsxq.com/7miyNjY

不同场景下SLAM开源方案


动态场景下视觉slam开源框架汇总:https://t.zsxq.com/fa6Qz3B

基于支持向量机svm的视觉slam开源代码https://t.zsxq.com/nIUJqZF

slam实验室大全,以及83种slam开源方案https://t.zsxq.com/EEImUbm

svo在平视相机的改进的论文或者代码https://t.zsxq.com/MrFm6A6

小场景、弱纹理、光照差的巷道SLAM方案https://t.zsxq.com/iURVNnE

自主代客泊车视觉定位方案探索https://t.zsxq.com/vvnq7YB

动态背景下的视觉slam方案推荐 https://t.zsxq.com/n6AEEQV

三维重建及地图


在线构建稠密地图或八叉树地图的开源推荐https://t.zsxq.com/FeIIYz3

点云表面重建泊松重建https://t.zsxq.com/3FiAQbM

双目数据集实现三维重建https://t.zsxq.com/ZFIeeu3

三维重建各方面的课程论文资料 https://t.zsxq.com/i6uNrfq

较高精度的室内三维建模https://t.zsxq.com/mmIIYNR

RGB-D稠密重建方案汇总 https://t.zsxq.com/3ZFyVf2

将直接稀疏里程计转为稠密三维重建https://t.zsxq.com/iEufeM7

RGBD 3D点云重建论文及开源汇总 https://t.zsxq.com/ZJEyNz7

学习教程


学习G2O有比较好的资料推荐https://t.zsxq.com/3fEYzbq

视觉惯性里程计的相关资料汇总https://t.zsxq.com/QFaqj6M

光流的资料汇总 https://t.zsxq.com/RfQNrvZ

视觉SLAM十四讲 第13讲的代码解读https://t.zsxq.com/zBurJaU

回环检测关于深度学习的文献以及相对应的源代码https://t.zsxq.com/Qrr3JUj

视觉SLAM/里程计资源汇总 https://t.zsxq.com/aYB6Yji

激光点云目标检测、目标跟踪、动态语义SLAM https://t.zsxq.com/j2b2bAu

CMake 系列视频讲解https://t.zsxq.com/EaUNJiU

理解李群李代数https://t.zsxq.com/N7UJYfE

EPnP的推导文档https://t.zsxq.com/uzVfEq3

如何快速查找研究领域论文、代码、资料的方法https://t.zsxq.com/eQzR76M

无人驾驶技术电子书 https://t.zsxq.com/2zfyFmI

PCL视频教程 https://t.zsxq.com/AMVnuNf

深度学习相关的slam论文https://t.zsxq.com/2bqn6IQ

RGB-D SLAM相关的主要论文 https://t.zsxq.com/3JI2JuZ https://t.zsxq.com/3JI2JuZ

数据集及效果评估方法


EVO工具评估TUM、KITTI、EuRoC 数据集方法https://t.zsxq.com/JY7yJ2n

实际单目摄像头怎么评判误差及尺度 https://t.zsxq.com/YN3fIub

单目没有尺度怎么衡量误差?https://t.zsxq.com/EAUFuRj

特征点匹配的准确率该怎么评判https://t.zsxq.com/rJa6eea

回环检测标准及评估方法汇总 https://t.zsxq.com/vJm2b2v

单目没有尺度如何评估准确率https://t.zsxq.com/aaeia6U

怎么评价slam建图效果?https://t.zsxq.com/jim6qVf

特征点匹配的准确度公开数据集和测试方法https://t.zsxq.com/3NBI2NN

在自定义场景做实验时,评价定位精度误差等指标,评价方法工具推荐 https://t.zsxq.com/IaQvNna

SLAM最全数据集汇总 https://t.zsxq.com/b6URfU7

SFM有什么通用的定量评价指标https://t.zsxq.com/RrFq7qv

如何能评价建图的精度https://t.zsxq.com/YFujYv7

画出真实轨迹与估计轨迹误差图https://t.zsxq.com/BAaQNFm

户外的回环检测数据集https://t.zsxq.com/YJEMRbq

Kitti数据集的真值轨迹如何获取 https://t.zsxq.com/m2juj6m

无人驾驶的数据集汇总https://t.zsxq.com/qBIiYzV


后续再加
转载自链接: link.

  • 2
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习视觉SLAM是一种将深度学习和视觉SLAM相结合的研究方向。视觉SLAM(Simultaneous Localization and Mapping)是一种利用相机或其他传感器来实时构建环境地图并同时定位自身位置的技术。而深度学习是一种机器学习的方法,通过构建和训练深度神经网络模型来解决复杂的视觉和语言处理问题。 深度学习在视觉SLAM中的应用主要有以下几个方面。 首先,深度学习可以用于特征提取和描述子学习。传统的SLAM方法通常依赖于手工设计的特征来进行地图构建和定位,但是手工设计的特征容易受到环境变化的影响,而深度学习可以通过大规模数据的训练来学习具有不变性和鲁棒性的特征表示,从而提高SLAM系统的鲁棒性和稳定性。 其次,深度学习可以用于位姿估计和地图优化。传统的SLAM方法通常使用基于滤波器或图优化的方法来估计相机的位姿,并利用位姿估计结果来进行地图的更新和优化。而深度学习可以通过训练神经网络模型来预测相机的位姿,从而提高位姿估计的准确性和实时性。 此外,深度学习还可以用于SLAM系统的场景理解和物体识别。传统的SLAM方法通常只对环境进行地图构建和定位,而深度学习可以通过训练神经网络模型来实现对场景中物体的检测和识别,从而实现对环境的更加深入的理解。 总之,深度学习视觉SLAM是一项将深度学习与传统视觉SLAM相结合的研究方向,可以通过利用深度学习的强大能力来提高SLAM系统的鲁棒性、稳定性、准确性和实时性,并实现对环境的更加深入的理解。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值