SLAM领域国内外优秀实验室汇总

1. 美国卡耐基梅陇大学机器人研究所

• 研究方向：机器人感知、结构，服务型、运输、制造业、现场机器
• 研究所主页：https://www.ri.cmu.edu/
• 下属 Field Robotic Center 主页：https://frc.ri.cmu.edu/
• 发表论文：https://www.ri.cmu.edu/pubs/
• Michael Kaess：个人主页 ，谷歌学术
• Sebastian Scherer：个人主页 ，谷歌学术
• Kaess M, Ranganathan A, Dellaert F. iSAM: Incremental smoothing and mapping[J]. IEEE Transactions on Robotics, 2008, 24(6): 1365-1378.
• Hsiao M, Westman E, Zhang G, et al. Keyframe-based dense planar SLAM[C]//2017 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2017: 5110-5117.
• Kaess M. Simultaneous localization and mapping with infinite planes[C]//2015 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2015: 4605-4611.

2. 美国加州大学圣地亚哥分校语境机器人研究所

• 研究方向：多模态环境理解，语义导航，自主信息获取
• 实验室主页：https://existentialrobotics.org/index.html
• 发表论文汇总：https://existentialrobotics.org/pages/publications.html
• Nikolay Atanasov：个人主页谷歌学术
• 机器人状态估计与感知课程 ppt：https://natanaso.github.io/ece276a2019/schedule.html
• 语义 SLAM 经典论文：Bowman S L, Atanasov N, Daniilidis K, et al. Probabilistic data association for semantic slam[C]//2017 IEEE international conference on robotics and automation (ICRA). IEEE, 2017: 1722-1729.
• 实例网格模型定位与建图：Feng Q, Meng Y, Shan M, et al. Localization and Mapping using Instance-specific Mesh Models[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 4985-4991.
• 基于事件相机的 VIO：Zihao Zhu A, Atanasov N, Daniilidis K. Event-based visual inertial odometry[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2017: 5391-5399.

3. 美国特拉华大学机器人感知与导航组

• 研究方向：SLAM、VINS、语义定位与建图等
• 实验室主页：https://sites.udel.edu/robot/
• 发表论文汇总：https://sites.udel.edu/robot/publications/
• Github 地址：https://github.com/rpng?page=2
• Geneva P, Eckenhoff K, Lee W, et al. Openvins: A research platform for visual-inertial estimation[C]//IROS 2019 Workshop on Visual-Inertial Navigation: Challenges and Applications, Macau, China. IROS 2019.（代码：https://github.com/rpng/open_vins ）
• Huai Z, Huang G. Robocentric visual-inertial odometry[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 6319-6326.（代码：https://github.com/rpng/R-VIO ）
• Zuo X, Geneva P, Yang Y, et al. Visual-Inertial Localization With Prior LiDAR Map Constraints[J]. IEEE Robotics and Automation Letters, 2019, 4(4): 3394-3401.
• Zuo X, Ye W, Yang Y, et al. Multimodal localization: Stereo over LiDAR map[J]. Journal of Field Robotics, 2020 （ 左星星博士谷歌学术）
• 黄国权教授主页

4. 美国麻省理工学院航空航天实验室

• 研究方向：位姿估计与导航，路径规划，控制与决策，机器学习与强化学习
• 实验室主页：http://acl.mit.edu/
• 发表论文：http://acl.mit.edu/publications （实验室的学位论文也可以在这里找到）
• Jonathan P. How 教授：个人主页谷歌学术
• Kasra Khosoussi（SLAM 图优化）：谷歌学术
• 物体级 SLAM：Mu B, Liu S Y, Paull L, et al. Slam with objects using a nonparametric pose graph[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4602-4609.（代码：https://github.com/BeipengMu/objectSLAM）
• 物体级 SLAM 导航：Ok K, Liu K, Frey K, et al. Robust Object-based SLAM for High-speed Autonomous Navigation[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 669-675.
• SLAM 的图优化：Khosoussi, K., Giamou, M., Sukhatme, G., Huang, S., Dissanayake, G., and How, J. P., Reliable Graphs for SLAM [C]//International Journal of Robotics Research (IJRR), 2019.

5. 美国麻省理工学院 SPARK 实验室

• 研究方向：移动机器人环境感知
• 实验室主页：http://web.mit.edu/sparklab/
• Luca Carlone 教授：个人主页谷歌学术
• SLAM 经典综述：Cadena C, Carlone L, Carrillo H, et al. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age[J]. IEEE Transactions on robotics, 2016, 32(6): 1309-1332.
• VIO 流形预积分：Forster C, Carlone L, Dellaert F, et al. On-Manifold Preintegration for Real-Time Visual--Inertial Odometry[J]. IEEE Transactions on Robotics, 2016, 33(1): 1-21.
• 开源语义 SLAM：Rosinol A, Abate M, Chang Y, et al. Kimera: an Open-Source Library for Real-Time Metric-Semantic Localization and Mapping[J]. arXiv preprint arXiv:1910.02490, 2019.（代码：https://github.com/MIT-SPARK/Kimera ）

6. 美国麻省理工学院海洋机器人组

• 研究方向：水下或陆地移动机器人导航与建图
• 实验室主页：https://marinerobotics.mit.edu/ （隶属于 MIT 计算机科学与人工智能实验室）
• John Leonard 教授：谷歌学术
• 发表论文汇总：https://marinerobotics.mit.edu/biblio
• 面向物体的 SLAM：Finman R, Paull L, Leonard J J. Toward object-based place recognition in dense rgb-d maps[C]//ICRA Workshop Visual Place Recognition in Changing Environments, Seattle, WA. 2015.
• 拓展 KinectFusion：Whelan T, Kaess M, Fallon M, et al. Kintinuous: Spatially extended kinectfusion[J]. 2012.
• 语义 SLAM 概率数据关联：Doherty K, Fourie D, Leonard J. Multimodal semantic slam with probabilistic data association[C]//2019 international conference on robotics and automation (ICRA). IEEE, 2019: 2419-2425.

7. 美国明尼苏达大学多元自主机器人系统实验室

• 研究方向：视觉/激光辅助惯性导航系统、手机和可穿戴计算机上的大规模3D定位和映射、多机器人/传感器定位，映射和导航、可重构传感器网络的主动传感、最佳信息选择和融合、移动操作、人机合作等。
• 实验室主页：http://mars.cs.umn.edu/index.php
• 发表论文汇总：http://mars.cs.umn.edu/publications.php
• Stergios I. Roumeliotis：个人主页 ，谷歌学术
• 移动设备 VIO：Wu K, Ahmed A, Georgiou G A, et al. A Square Root Inverse Filter for Efficient Vision-aided Inertial Navigation on Mobile Devices[C]//Robotics: Science and Systems. 2015, 2.（项目主页：http://mars.cs.umn.edu/research/sriswf.php ）
• 移动设备大规模三维半稠密建图：Guo C X, Sartipi K, DuToit R C, et al. Resource-aware large-scale cooperative three-dimensional mapping using multiple mobile devices[J]. IEEE Transactions on Robotics, 2018, 34(5): 1349-1369. （项目主页：http://mars.cs.umn.edu/research/semi_dense_mapping.php ）
• VIO 相关研究：http://mars.cs.umn.edu/research/vins_overview.php

8. 美国宾夕法尼亚大学 Vijay Kumar 实验室

• 研究方向：自主微型无人机
• 实验室主页：https://www.kumarrobotics.org/
• 发表论文：https://www.kumarrobotics.org/publications/
• 研究成果视频：https://www.youtube.com/user/KumarLabPenn/videos
• 无人机半稠密 VIO：Liu W, Loianno G, Mohta K, et al. Semi-Dense Visual-Inertial Odometry and Mapping for Quadrotors with SWAP Constraints[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 1-6.
• 语义数据关联：Liu X, Chen S W, Liu C, et al. Monocular Camera Based Fruit Counting and Mapping with Semantic Data Association[J]. IEEE Robotics and Automation Letters, 2019, 4(3): 2296-2303.

9. Srikumar Ramalingam（美国犹他大学计算机学院）

• 研究方向：三维重构、语义分割、视觉 SLAM、图像定位、深度神经网络
• Srikumar Ramalingam：个人主页谷歌学术
• 点面 SLAM：Taguchi Y, Jian Y D, Ramalingam S, et al. Point-plane SLAM for hand-held 3D sensors[C]//2013 IEEE international conference on robotics and automation. IEEE, 2013: 5182-5189.
• 点线定位：Ramalingam S, Bouaziz S, Sturm P. Pose estimation using both points and lines for geo-localization[C]//2011 IEEE International Conference on Robotics and Automation. IEEE, 2011: 4716-4723.（视频）
• 2D 3D 定位：Ataer-Cansizoglu E, Taguchi Y, Ramalingam S. Pinpoint SLAM: A hybrid of 2D and 3D simultaneous localization and mapping for RGB-D sensors[C]//2016 IEEE international conference on robotics and automation (ICRA). IEEE, 2016: 1300-1307.（视频）

10. Frank Dellaert（美国佐治亚理工学院机器人与智能机器研究中心）

• 研究方向：SLAM，图像时空重构
• 个人主页，谷歌学术
• 因子图：Dellaert F. Factor graphs and GTSAM: A hands-on introduction[R]. Georgia Institute of Technology, 2012. （GTSAM 代码：http://borg.cc.gatech.edu/ ）
• 多机器人分布式 SLAM：Cunningham A, Wurm K M, Burgard W, et al. Fully distributed scalable smoothing and mapping with robust multi-robot data association[C]//2012 IEEE International Conference on Robotics and Automation. IEEE, 2012: 1093-1100.
• Choudhary S, Trevor A J B, Christensen H I, et al. SLAM with object discovery, modeling and mapping[C]//2014 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE, 2014: 1018-1025.

11. 赵轶璞（美国佐治亚理工学院智能视觉与自动化实验室）

• 研究方向：视觉 SLAM、三维重建、多目标跟踪
• 个人主页谷歌学术
• Zhao Y, Smith J S, Karumanchi S H, et al. Closed-Loop Benchmarking of Stereo Visual-Inertial SLAM Systems: Understanding the Impact of Drift and Latency on Tracking Accuracy[J]. arXiv preprint arXiv:2003.01317, 2020.
• Zhao Y, Vela P A. Good feature selection for least squares pose optimization in VO/VSLAM[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 1183-1189.（代码：https://github.com/ivalab/FullResults_GoodFeature ）
• Zhao Y, Vela P A. Good line cutting: Towards accurate pose tracking of line-assisted VO/VSLAM[C]//Proceedings of the European Conference on Computer Vision (ECCV). 2018: 516-531. （代码：https://github.com/ivalab/GF_PL_SLAM ）

12. 加拿大蒙特利尔大学 机器人与嵌入式 AI 实验室

• 研究方向：SLAM，不确定性建模
• 实验室主页：http://montrealrobotics.ca/
• Liam Paull 教授：个人主页谷歌学术
• Mu B, Liu S Y, Paull L, et al. Slam with objects using a nonparametric pose graph[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4602-4609.（代码：https://github.com/BeipengMu/objectSLAM）
• Murthy Jatavallabhula K, Iyer G, Paull L. gradSLAM: Dense SLAM meets Automatic Differentiation[J]. arXiv preprint arXiv:1910.10672, 2019.（代码：https://github.com/montrealrobotics/gradSLAM ）

13. 加拿大舍布鲁克大学智能、交互、综合、跨学科机器人实验室

• 研究方向：IntRoLab是一个研究实验室，致力于研究，开发，集成和使用机电一体化和人工智能方法，设计自动和智能系统。研究活动涉及移动机器人，嵌入式系统和自主代理的软件和硬件设计以及现场评估，旨在克服与在现实生活中使用机器人和智能系统以改善生活质量相关的挑战，并且还研究如何使机器变得智能。应用领域包括服务机器人，全地形机器人，交互式机器人，辅助机器人，远程医疗机器人，汽车和手术机器人。
• 实验室主页：https://introlab.3it.usherbrooke.ca/
• 激光视觉稠密重建：Labbé M, Michaud F. RTAB‐Map as an open‐source lidar and visual simultaneous localization and mapping library for large‐scale and long‐term online operation[J]. Journal of Field Robotics, 2019, 36(2): 416-446.
  • 代码：https://github.com/introlab/rtabmap
  • 项目主页：http://introlab.github.io/rtabmap/

14. 瑞士苏黎世大学机器人与感知课题组

• 研究方向：移动机器人、无人机环境感知与导航，VISLAM，事件相机
• 实验室主页：http://rpg.ifi.uzh.ch/index.html
• 发表论文汇总：http://rpg.ifi.uzh.ch/publications.html
• Github 代码公开地址：https://github.com/uzh-rpg
• Forster C, Pizzoli M, Scaramuzza D. SVO: Fast semi-direct monocular visual odometry[C]//2014 IEEE international conference on robotics and automation (ICRA). IEEE, 2014: 15-22.
• VO/VIO 轨迹评估工具 rpg_trajectory_evaluation：https://github.com/uzh-rpg/rpg_trajectory_evaluation
• 事件相机项目主页：http://rpg.ifi.uzh.ch/research_dvs.html
• 人物：Davide Scaramuzza张子潮

15. 瑞士苏黎世联邦理工大学计算机视觉与几何实验室

• 研究方向：定位、三维重建、语义分割、机器人视觉
• 实验室主页：http://www.cvg.ethz.ch/index.php
• 发表论文：http://www.cvg.ethz.ch/publications/
• 视觉语义里程计：Lianos K N, Schonberger J L, Pollefeys M, et al. Vso: Visual semantic odometry[C]//Proceedings of the European conference on computer vision (ECCV). 2018: 234-250.
• 视觉语义定位：CVPR 2018 Semantic visual localization
  • 作者博士学位论文：2018 Robust Methods for Accurate and Efficient 3D Modeling from Unstructured Imagery
• 大规模户外建图：Bârsan I A, Liu P, Pollefeys M, et al. Robust dense mapping for large-scale dynamic environments[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 7510-7517.
  • 代码：https://github.com/AndreiBarsan/DynSLAM
  • 作者博士学位论文：Barsan I A. Simultaneous localization and mapping in dynamic scenes[D]. ETH Zurich, Department of Computer Science, 2017.
• Marc Pollefeys：个人主页，谷歌学术
• Johannes L. Schönberger：个人主页，谷歌学术

16. 英国帝国理工学院戴森机器人实验室

• 研究方向：机器人视觉场景与物体理解、机器人操纵
• 实验室主页：https://www.imperial.ac.uk/dyson-robotics-lab/
• 发表论文：https://www.imperial.ac.uk/dyson-robotics-lab/publications/
• 代表性工作：MonoSLAM、CodeSLAM、ElasticFusion、KinectFusion
  • ElasticFusion：Whelan T, Leutenegger S, Salas-Moreno R, et al. ElasticFusion: Dense SLAM without a pose graph[C]. Robotics: Science and Systems, 2015.（代码：https://github.com/mp3guy/ElasticFusion ）
  • Semanticfusion：McCormac J, Handa A, Davison A, et al. Semanticfusion: Dense 3d semantic mapping with convolutional neural networks[C]//2017 IEEE International Conference on Robotics and automation (ICRA). IEEE, 2017: 4628-4635.（代码：https://github.com/seaun163/semanticfusion ）
  • Code-SLAM：Bloesch M, Czarnowski J, Clark R, et al. CodeSLAM—learning a compact, optimisable representation for dense visual SLAM[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2018: 2560-2568.
• Andrew Davison：谷歌学术

17. 英国牛津大学信息工程学

• 研究方向：SLAM、目标跟踪、运动结构、场景增强、移动机器人运动规划、导航与建图等等等
• 实验室主页：http://www.robots.ox.ac.uk/
  • 主动视觉实验室：http://www.robots.ox.ac.uk/ActiveVision/
  • 牛津机器人学院：https://ori.ox.ac.uk/
• 发表论文汇总：
  • 主动视觉实验室：http://www.robots.ox.ac.uk/ActiveVision/Publications/index.html
  • 机器人学院：https://ori.ox.ac.uk/publications/papers/
• 代表性工作：
  • Klein G, Murray D. PTAM: Parallel tracking and mapping for small AR workspaces[C]//2007 6th IEEE and ACM international symposium on mixed and augmented reality. IEEE, 2007: 225-234.
  • RobotCar 数据集：https://robotcar-dataset.robots.ox.ac.uk/
• 人物（谷歌学术）：David MurrayMaurice Fallon
• 部分博士学位论文可以在这里搜到：https://ora.ox.ac.uk/

18. 德国慕尼黑工业大学计算机视觉组

• 研究方向：三维重建、机器人视觉、深度学习、视觉 SLAM 等
• 实验室主页：https://vision.in.tum.de/research/vslam
• 发表论文汇总：https://vision.in.tum.de/publications
• 代表作：DSO、LDSO、LSD_SLAM、DVO_SLAM
  • DSO：Engel J, Koltun V, Cremers D. Direct sparse odometry[J]. IEEE transactions on pattern analysis and machine intelligence, 2017, 40(3): 611-625.（代码：https://github.com/JakobEngel/dso ）
  • LSD-SLAM： Engel J, Schöps T, Cremers D. LSD-SLAM: Large-scale direct monocular SLAM[C]//European conference on computer vision. Springer, Cham, 2014: 834-849.（代码：https://github.com/tum-vision/lsd_slam ）2.
• Github 地址：https://github.com/tum-vision
• Daniel Cremers 教授：个人主页谷歌学术
• Jakob Engel（LSD-SLAM，DSO 作者）：个人主页谷歌学术

19. 德国马克斯普朗克智能系统研究所嵌入式视觉组

• 研究方向：智能体自主环境理解、导航与物体操纵
• 实验室主页：https://ev.is.tuebingen.mpg.de/
• 负责人 Jörg Stückler（前 TUM 教授）：个人主页谷歌学术
• 发表论文汇总：https://ev.is.tuebingen.mpg.de/publications
• Kasyanov A, Engelmann F, Stückler J, et al. Keyframe-based visual-inertial online SLAM with relocalization[C]//2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2017: 6662-6669.
• Strecke M, Stuckler J. EM-Fusion: Dynamic Object-Level SLAM with Probabilistic Data Association[C]//Proceedings of the IEEE International Conference on Computer Vision. 2019: 5865-5874.
• Usenko, V., Demmel, N., Schubert, D., Stückler, J., Cremers, D. Visual-Inertial Mapping with Non-Linear Factor Recovery IEEE Robotics and Automation Letters (RA-L), 5, 2020

20. 德国弗莱堡大学智能自主系统实验室

• 研究方向：多机器人导航与协作，环境建模与状态估计
• 实验室主页：http://ais.informatik.uni-freiburg.de/index_en.php
• 发表论文汇总：http://ais.informatik.uni-freiburg.de/publications/index_en.php （学位论文也可以在这里找到）
• Wolfram Burgard：谷歌学术
• 开放数据集：http://aisdatasets.informatik.uni-freiburg.de/
• RGB-D SLAM：Endres F, Hess J, Sturm J, et al. 3-D mapping with an RGB-D camera[J]. IEEE transactions on robotics, 2013, 30(1): 177-187.（代码：https://github.com/felixendres/rgbdslam_v2 ）
• 跨季节的 SLAM：Naseer T, Ruhnke M, Stachniss C, et al. Robust visual SLAM across seasons[C]//2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2015: 2529-2535.
• 博士学位论文：Robust Graph-Based Localization and Mapping 2015
• 博士学位论文：Discovering and Leveraging Deep Multimodal Structure for Reliable Robot Perception and Localization 2019
• 博士学位论文：Robot Localization and Mapping in Dynamic Environments 2019

21. Cyrill Stachniss（德国波恩大学摄影测量与机器人实验室）

• 研究方向：概率机器人、SLAM、自主导航、视觉激光感知、场景分析与分配、无人飞行器
• 实验室主页：https://www.ipb.uni-bonn.de/
• 个人主页：https://www.ipb.uni-bonn.de/people/cyrill-stachniss/ ；谷歌学术
• 发表论文：https://www.ipb.uni-bonn.de/publications/
• 开源代码：https://github.com/PRBonn
• IROS 2019 激光语义 SLAM：Chen X, Milioto A, Palazzolo E, et al. SuMa++: Efficient LiDAR-based semantic SLAM[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 4530-4537.（代码：https://github.com/PRBonn/semantic_suma/ ）
• Cyrill Stachniss 教授 SLAM 公开课：youtube ； bilibili
• 波恩大学另外一个智能自主系统实验室：http://www.ais.uni-bonn.de/research.html

22. 西班牙萨拉戈萨大学机器人、感知与实时组 SLAM 实验室

• 研究方向：视觉 SLAM、物体 SLAM、非刚性 SLAM、机器人、增强现实
• 实验室主页：http://robots.unizar.es/slamlab/
• 发表论文：http://robots.unizar.es/slamlab/?extra=3 （论文好像没更新，可以访问下面实验室大佬的谷歌学术查看最新论文）
• J. M. M. Montiel：谷歌学术
• Mur-Artal R, Tardós J D. Orb-slam2: An open-source slam system for monocular, stereo, and rgb-d cameras[J]. IEEE Transactions on Robotics, 2017, 33(5): 1255-1262.
• Gálvez-López D, Salas M, Tardós J D, et al. Real-time monocular object slam[J]. Robotics and Autonomous Systems, 2016, 75: 435-449.
• Strasdat H, Montiel J M M, Davison A J. Real-time monocular SLAM: Why filter?[C]//2010 IEEE International Conference on Robotics and Automation. IEEE, 2010: 2657-2664.
• Zubizarreta J, Aguinaga I, Montiel J M M. Direct sparse mapping[J]. arXiv preprint arXiv:1904.06577, 2019.
  • Elvira R, Tardós J D, Montiel J M M. ORBSLAM-Atlas: a robust and accurate multi-map system[J]. arXiv preprint arXiv:1908.11585, 2019.

23. 西班牙马拉加大学机器感知与智能机器人课题组

• 研究方向：自主机器人、人工嗅觉、计算机视觉
• 实验室主页：http://mapir.uma.es/mapirwebsite/index.php/topics-2.html
• 发表论文汇总：http://mapir.isa.uma.es/mapirwebsite/index.php/publications-menu-home.html
• Gomez-Ojeda R, Moreno F A, Zuñiga-Noël D, et al. PL-SLAM: a stereo SLAM system through the combination of points and line segments[J]. IEEE Transactions on Robotics, 2019, 35(3): 734-746.（代码：https://github.com/rubengooj/pl-slam ）
• Francisco-Angel Moreno
• Ruben Gomez-Ojeda 点线 SLAM
  • Gomez-Ojeda R, Briales J, Gonzalez-Jimenez J. PL-SVO: Semi-direct Monocular Visual Odometry by combining points and line segments[C]//Intelligent Robots and Systems (IROS), 2016 IEEE/RSJ International Conference on. IEEE, 2016: 4211-4216.（代码：https://github.com/rubengooj/pl-svo ）
  • Gomez-Ojeda R, Gonzalez-Jimenez J. Robust stereo visual odometry through a probabilistic combination of points and line segments[C]//2016 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2016: 2521-2526.（代码：https://github.com/rubengooj/stvo-pl ）
  • Gomez-Ojeda R, Zuñiga-Noël D, Moreno F A, et al. PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments[J]. arXiv preprint arXiv:1705.09479, 2017.（代码：https://github.com/rubengooj/pl-slam ）

24. Alejo Concha（Oculus VR，西班牙萨拉戈萨大学）

• 研究方向：SLAM，单目稠密重建，传感器融合
• 个人主页：https://sites.google.com/view/alejoconcha/谷歌学术
• Github：https://github.com/alejocb
• IROS 2015 单目平面重建：DPPTAM: Dense piecewise planar tracking and mapping from a monocular sequence （代码：https://github.com/alejocb/dpptam ）
• IROS 2017 开源 RGB-D SLAM：RGBDTAM: A Cost-Effective and Accurate RGB-D Tracking and Mapping System（代码：https://github.com/alejocb/rgbdtam ）
• ICRA 2016：Visual-inertial direct SLAM
• ICRA 2014：Using Superpixels in Monocular SLAM
• RSS 2014：Manhattan and Piecewise-Planar Constraints for Dense Monocular Mapping

25. 奥地利格拉茨技术大学计算机图形学与视觉研究所

• 研究方向：AR/VR，机器人视觉，机器学习，目标识别与三维重建
• 实验室主页：https://www.tugraz.at/institutes/icg/home/
• Friedrich Fraundorfer 教授：团队主页谷歌学术
  • Visual Odometry: Part I The First 30 Years and Fundamentals
  • Visual Odometry: Part II: Matching, Robustness, Optimization, and Applications
  • Schenk F, Fraundorfer F. RESLAM: A real-time robust edge-based SLAM system[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 154-160.（代码：https://github.com/fabianschenk/RESLAM ）
• Dieter Schmalstieg 教授：团队主页谷歌学术
  • 教科书：Augmented Reality: Principles and Practice
  • Arth C, Pirchheim C, Ventura J, et al. Instant outdoor localization and slam initialization from 2.5 d maps[J]. IEEE transactions on visualization and computer graphics, 2015, 21(11): 1309-1318.
  • Hachiuma R, Pirchheim C, Schmalstieg D, et al. DetectFusion: Detecting and Segmenting Both Known and Unknown Dynamic Objects in Real-time SLAM[J]. arXiv preprint arXiv:1907.09127, 2019.

26. 波兰波兹南工业大学移动机器人实验室

• 研究方向：SLAM，机器人运动规划，控制
• 实验室主页：http://lrm.put.poznan.pl/
• Github 主页：https://github.com/LRMPUT
• Wietrzykowski J. On the representation of planes for efficient graph-based slam with high-level features[J]. Journal of Automation Mobile Robotics and Intelligent Systems, 2016, 10.（代码：https://github.com/LRMPUT/PlaneSLAM ）
• Wietrzykowski J, Skrzypczyński P. PlaneLoc: Probabilistic global localization in 3-D using local planar features[J]. Robotics and Autonomous Systems, 2019.（代码：https://github.com/LRMPUT/PlaneLoc ）
• PUTSLAM：http://lrm.put.poznan.pl/putslam/

27. Alexander Vakhitov（三星莫斯科 AI 中心）

• 研究方向：SLAM，几何视觉
• 个人主页：https://alexandervakhitov.github.io/ ，谷歌学术
• 点线 SLAM：ICRA 2017 PL-SLAM: Real-time monocular visual SLAM with points and lines
• 点线定位：Pumarola A, Vakhitov A, Agudo A, et al. Relative localization for aerial manipulation with PL-SLAM[M]//Aerial Robotic Manipulation. Springer, Cham, 2019: 239-248.
• 学习型线段：IEEE Access 2019 Learnable line segment descriptor for visual SLAM（代码：https://github.com/alexandervakhitov/lld-slam ）

28. 澳大利亚昆士兰科技大学机器人技术中心

• 研究方向：脑启发式机器人，采矿机器人，机器人视觉
• 实验室主页：https://www.qut.edu.au/research/centre-for-robotics
• 开源代码：https://research.qut.edu.au/qcr/open-source-code/
• Niko Sünderhauf：个人主页 ，谷歌学术
  • RA-L 2018 二次曲面 SLAM：QuadricSLAM: Dual quadrics from object detections as landmarks in object-oriented SLAM
  • Nicholson L, Milford M, Sunderhauf N. QuadricSLAM: Dual quadrics as SLAM landmarks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops. 2018: 313-314.
  • Semantic SLAM 项目主页：http://www.semanticslam.ai/
  • IROS 2017：Meaningful maps with object-oriented semantic mapping
• Michael Milford：谷歌学术 https://scholar.google.com/citations?user=TDSmCKgAAAAJ&hl=zh-CN&oi=ao
  • ICRA 2012：SeqSLAM: Visual route-based navigation for sunny summer days and stormy winter nights （代码：https://michaelmilford.com/seqslam/）
  • Ball D, Heath S, Wiles J, et al. OpenRatSLAM: an open source brain-based SLAM system[J]. Autonomous Robots, 2013, 34(3): 149-176.（代码：https://openslam-org.github.io/openratslam.html ）
  • Yu F, Shang J, Hu Y, et al. NeuroSLAM: a brain-inspired SLAM system for 3D environments[J]. Biological Cybernetics, 2019, 113(5-6): 515-545. （代码：https://github.com/cognav/NeuroSLAM ）

29. 澳大利亚机器人视觉中心

• 研究方向：机器人感知、理解与学习 （集合了昆士兰科技大学，澳大利亚国立大学，阿德莱德大学，昆士兰大学等学校机器人领域的研究者）
• 实验室主页：https://www.roboticvision.org/
• 人物：https://www.roboticvision.org/rv_person_category/researchers/
• 发表论文汇总：https://www.roboticvision.org/publications/scientific-publications/
• Yasir Latif：个人主页，谷歌学术
  • Latif Y, Cadena C, Neira J. Robust loop closing over time for pose graph SLAM[J]. The International Journal of Robotics Research, 2013, 32(14): 1611-1626.
  • Latif Y, Cadena C, Neira J. Robust loop closing over time[C]//Proc. Robotics: Science Systems. 2013: 233-240.（代码：https://github.com/ylatif/rrr ）
• Ian D Reid：谷歌学术：https://scholar.google.com/citations?user=ATkNLcQAAAAJ&hl=zh-CN&oi=sra
  • ICRA 2019：Real-time monocular object-model aware sparse SLAM
  • Reid I. Towards semantic visual SLAM[C]//2014 13th International Conference on Control Automation Robotics & Vision (ICARCV). IEEE, 2014: 1-1.

30. 日本国立先进工业科学技术研究所

• 人工智能研究中心：https://www.airc.aist.go.jp/en/intro/
• Ken Sakurada：个人主页，谷歌学术
  • Sumikura S, Shibuya M, Sakurada K. OpenVSLAM: A Versatile Visual SLAM Framework[C]//Proceedings of the 27th ACM International Conference on Multimedia. 2019: 2292-2295.（代码：https://github.com/xdspacelab/openvslam ）
• Shuji Oishi：谷歌学术
  • 极稠密特征点建图：Yokozuka M, Oishi S, Thompson S, et al. VITAMIN-E: visual tracking and MappINg with extremely dense feature points[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2019: 9641-9650.
  • Oishi S, Inoue Y, Miura J, et al. SeqSLAM++: View-based robot localization and navigation[J]. Robotics and Autonomous Systems, 2019, 112: 13-21.

31. Pyojin Kim（韩国首尔大学自主机器人实验室）

• 研究方向：视觉里程计，定位，AR/VR
• 个人主页，谷歌学术
• 平面 SLAM：ECCV 2018：Linear RGB-D SLAM for planar environments
• 光照变化下的鲁棒 SLAM：ICRA 2017：Robust visual localization in changing lighting conditions
• 线面 SLAM：CVPR 2018：Indoor RGB-D Compass from a Single Line and Plane
• 博士学位论文：Low-Drift Visual Odometry for Indoor Robotics

32. 香港科技大学空中机器人实验室

• 研究方向：开发基础技术，使航空机器人（或无人机，无人机等）能够在复杂环境中自主运行。研究涵盖了整个航空机器人系统，重点关注状态估计，绘图，轨迹规划，多机器人协调以及使用低成本传感和计算组件的测试平台开发。主要研究基于无人机的视觉惯导紧耦合算法。代表作品：VINS-Mono，一个单目视觉惯导系统的实时SLAM框架。
• 实验室主页：http://uav.ust.hk/
• 发表论文：http://uav.ust.hk/publications/
• 沈邵劼教授谷歌学术
• 代码公开地址：https://github.com/HKUST-Aerial-Robotics
• Qin T, Li P, Shen S. Vins-mono: A robust and versatile monocular visual-inertial state estimator[J]. IEEE Transactions on Robotics, 2018, 34(4): 1004-1020.（代码：https://github.com/HKUST-Aerial-Robotics/VINS-Mono ）
• Wang K, Gao F, Shen S. Real-time scalable dense surfel mapping[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 6919-6925.（代码：https://github.com/HKUST-Aerial-Robotics/DenseSurfelMapping ）

33. 香港科技大学机器人与多感知实验室 RAM-LAB

• 研究方向：无人车；无人船；室内定位；机器学习。
• 实验室主页：https://www.ram-lab.com/
• 发表论文：https://www.ram-lab.com/publication/
• 刘明教授谷歌学术
• Ye H, Chen Y, Liu M. Tightly coupled 3d lidar inertial odometry and mapping[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 3144-3150.（代码：https://github.com/hyye/lio-mapping ）
• Zhang J, Tai L, Boedecker J, et al. Neural slam: Learning to explore with external memory[J]. arXiv preprint arXiv:1706.09520, 2017.

34. 香港中文大学天石机器人实验室

• 研究方向：工业、物流、手术机器人，三维影像，机器学习
• 实验室主页：http://ri.cuhk.edu.hk/
• 刘云辉教授：http://ri.cuhk.edu.hk/yhliu
• 李浩昂：个人主页，谷歌学术
  • Li H, Yao J, Bazin J C, et al. A monocular SLAM system leveraging structural regularity in Manhattan world[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 2518-2525.
  • Li H, Yao J, Lu X, et al. Combining points and lines for camera pose estimation and optimization in monocular visual odometry[C]//2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2017: 1289-1296.
  • 消失点检测：Lu X, Yaoy J, Li H, et al. 2-Line Exhaustive Searching for Real-Time Vanishing Point Estimation in Manhattan World[C]//Applications of Computer Vision (WACV), 2017 IEEE Winter Conference on. IEEE, 2017: 345-353.（代码：https://github.com/xiaohulugo/VanishingPointDetection ）
• 郑帆：个人主页，谷歌学术
  • Zheng F, Tang H, Liu Y H. Odometry-vision-based ground vehicle motion estimation with se (2)-constrained se (3) poses[J]. IEEE transactions on cybernetics, 2018, 49(7): 2652-2663.（代码：https://github.com/izhengfan/se2clam ）
  • Zheng F, Liu Y H. Visual-Odometric Localization and Mapping for Ground Vehicles Using SE (2)-XYZ Constraints[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 3556-3562.（代码：https://github.com/izhengfan/se2lam ）

35. 浙江大学 CAD&CG 国家重点实验室

• 研究方向：该实验室在SLAM、AR、三维重建等领域有较大的贡献。其中章国峰教授课题组主攻方向就是视觉SLAM以及三维重构。
• 实验室主页：http://www.zjucvg.net/
• Github 代码地址：https://github.com/zju3dv
• 章国峰教授：个人主页，谷歌学术
• ICE-BA：Liu H, Chen M, Zhang G, et al. Ice-ba: Incremental, consistent and efficient bundle adjustment for visual-inertial slam[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 1974-1982.（代码：https://github.com/zju3dv/EIBA ）
• RK-SLAM：Liu H, Zhang G, Bao H. Robust keyframe-based monocular SLAM for augmented reality[C]//2016 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). IEEE, 2016: 1-10.（项目主页：http://www.zjucvg.net/rkslam/rkslam.html ）
• RD-SLAM：Tan W, Liu H, Dong Z, et al. Robust monocular SLAM in dynamic environments[C]//2013 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). IEEE, 2013: 209-218.

36. 邹丹平（上海交通大学）

• 研究方向：视觉 SLAM，SFM，多源导航，微型无人机
• 个人主页：http://drone.sjtu.edu.cn/dpzou/index.php ， 谷歌学术
• Co-SLAM：Zou D, Tan P. Coslam: Collaborative visual slam in dynamic environments[J]. IEEE transactions on pattern analysis and machine intelligence, 2012, 35(2): 354-366.（代码：https://github.com/danping/CoSLAM ）
• StructSLAM：Zhou H, Zou D, Pei L, et al. StructSLAM: Visual SLAM with building structure lines[J]. IEEE Transactions on Vehicular Technology, 2015, 64(4): 1364-1375.（项目主页：http://drone.sjtu.edu.cn/dpzou/project/structslam.php ）
• StructVIO：Zou D, Wu Y, Pei L, et al. StructVIO: visual-inertial odometry with structural regularity of man-made environments[J]. IEEE Transactions on Robotics, 2019, 35(4): 999-1013.

37. 布树辉教授（西北工业大学智能系统实验室）

• 研究方向：语义定位与建图、SLAM、在线学习与增量学习
• 个人主页：http://www.adv-ci.com/blog/谷歌学术
• 布老师的课件：http://www.adv-ci.com/blog/course/
• 实验室 2018 年暑期培训资料：https://github.com/zdzhaoyong/SummerCamp2018
• 开源的通用 SLAM 框架：Zhao Y, Xu S, Bu S, et al. GSLAM: A general SLAM framework and benchmark[C]//Proceedings of the IEEE International Conference on Computer Vision. 2019: 1110-1120.（代码：https://github.com/zdzhaoyong/GSLAM ）
• Bu S, Zhao Y, Wan G, et al. Map2DFusion: Real-time incremental UAV image mosaicing based on monocular slam[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4564-4571.（代码：https://github.com/zdzhaoyong/Map2DFusion ）
• Wang W, Zhao Y, Han P, et al. TerrainFusion: Real-time Digital Surface Model Reconstruction based on Monocular SLAM[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 7895-7902.

38. 上海科技大学

• Mobile Perception Lab：http://mpl.sist.shanghaitech.edu.cn/
• Laurent Kneip：个人主页；谷歌学术
• Zhou Y, Li H, Kneip L. Canny-vo: Visual odometry with rgb-d cameras based on geometric 3-d–2-d edge alignment[J]. IEEE Transactions on Robotics, 2018, 35(1): 184-199.
• 自主移动机器人实验室：https://robotics.shanghaitech.edu.cn/zh
• Sören Schwertfeger：个人主页；谷歌学术
• Shan Z, Li R, Schwertfeger S. RGBD-Inertial Trajectory Estimation and Mapping for Ground Robots[J]. Sensors, 2019, 19(10): 2251.（代码：https://github.com/STAR-Center/VINS-RGBD ）

39. 美国密歇根大学机器人研究所

• 学院官网：https://robotics.umich.edu/
• 研究方向：https://robotics.umich.edu/research/focus-areas/
• 感知机器人实验室（PeRL）
  • 实验室主页：http://robots.engin.umich.edu/About/
  • Ryan M. Eustice谷歌学术
  • 激光雷达数据集 Pandey G, McBride J R, Eustice R M. Ford campus vision and lidar data set[J]. The International Journal of Robotics Research, 2011, 30(13): 1543-1552. | 数据集
• APRIL robotics lab
  • 实验室主页：https://april.eecs.umich.edu/
  • Edwin Olson个人主页 | 谷歌学术
  • Olson E. AprilTag: A robust and flexible visual fiducial system[C]//2011 IEEE International Conference on Robotics and Automation. IEEE, 2011: 3400-3407. | 代码
  • Wang X, Marcotte R, Ferrer G, et al. ApriISAM: Real-time smoothing and mapping[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 2486-2493. | 代码

40. 瑞士苏黎世联邦理工自主系统实验室

• 研究方向：复杂多样环境中自主运行的机器人和智能系统
• 实验室主页：https://asl.ethz.ch/
• 发表论文：https://asl.ethz.ch/publications-and-sources/publications.html
• youtube | Github
• Cesar Cadena个人主页
• Schneider T, Dymczyk M, Fehr M, et al. maplab: An open framework for research in visual-inertial mapping and localization[J]. IEEE Robotics and Automation Letters, 2018, 3(3): 1418-1425. | 代码
• Dubé R, Cramariuc A, Dugas D, et al. SegMap: 3d segment mapping using data-driven descriptors[J]. arXiv preprint arXiv:1804.09557, 2018. | 代码
• Millane A, Taylor Z, Oleynikova H, et al. C-blox: A scalable and consistent tsdf-based dense mapping approach[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 995-1002. | 代码

41. 美国麻省理工学院 Robust Robotics Group

• 研究方向：MAV 导航与控制；人机交互的自然语言理解；自主海洋机器人的语义理解
• 实验室主页：http://groups.csail.mit.edu/rrg/index.php
• Nicholas Roy：Google Scholar
• Greene W N, Ok K, Lommel P, et al. Multi-level mapping: Real-time dense monocular SLAM[C]//2016 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2016: 833-840. video
• ICRA 2020 Metrically-Scaled Monocular SLAM using Learned Scale Factors." International Conference on Robotics and Automation | video
• ICRA 2019 Robust Object-based SLAM for High-speed Autonomous Navigation

42. 瑞士苏黎世联邦理工 Vision for Robotics Lab

• 研究方向：机器人视觉，无人机，自主导航，多机器人协同
• 实验室主页：https://v4rl.ethz.ch/the-group.html
• Margarita Chli：个人主页 | Google Scholar
• Schmuck P, Chli M. CCM‐SLAM: Robust and efficient centralized collaborative monocular simultaneous localization and mapping for robotic teams[J]. Journal of Field Robotics, 2019, 36(4): 763-781. code | video
• Bartolomei L, Karrer M, Chli M. Multi-robot Coordination with Agent-Server Architecture for Autonomous Navigation in Partially Unknown Environments[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2020)(virtual). 2020. code | video
• Schmuck P, Chli M. Multi-uav collaborative monocular slam[C]//2017 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2017: 3863-3870.

43. 武汉大学的Computer Vision & Remote Sensing Lab

主要方向为计算机视觉，遥感成像。其中的成员博士后吴萌，其主要方向为组合导航、基于SLAM的室内机器人导航系统研发等。

网址：http://cvrs.whu.edu.cn

44. 中科院自动化研究所国家模式识别实验室Robot Vision Group

该小组拥有8名教职员工和20多名博士生。学生们。该小组的主要研究活动集中在3D计算机视觉，包括摄像机校准和3D重建，姿势估计，基于视觉的机器人导航和视觉服务等。该小组主要由国家自然科学基金，国家863计划，国家973计划和中国科学院资助。除基础研究外，该小组还与国家文物局，国家远程遥感中心，国家天文台，诺基亚研究中心等合作开展视觉应用。实验室主要成果 （http://vision.ia.ac.cn/zh/applications/index.html）

45. 清华大学自动化系宽带网络与数字媒体实验室BBNC

实验室始建于2001年4月，瞄准计算摄像、脑科学与人工智能国际前沿，围绕国家重大需求，开展基础理论 与关键技术的研究。实验室现有教授3人，副教授4人，助理副教授2人，工程师3人，博士后5人，在读研究生3 0余人。实验室在国家重大仪器专项与重点项目等自然科学基金、“973”计划、“863”计划、以及省部级产学研等项 目支持下，在流媒体、立体视频、飞行器可视导航、计算摄像学、脑科学观测等方面的基础理论与关键技术上取 得突破，发表期刊与会议论文200余篇(SCI收录115篇),本领域著名国际会议ICCP、SIGGRAPH、CVPR、ICCV 等27篇以及本领域IEEE TSP、TPAMI、TCSVT、TIP、IEEE TNNLS、IEEE TVCG、IJCV、Scientific Repo rts、OSA OL等国际权威期刊上发表论文86篇（3篇IEEE亮点文章）；获授权国内外发明专利145项。2006年 建立广东省教育部产学研结合立体视频研发基地、2013获建北京市多维多尺度计算摄像重点实验室；2008年获 得国家科学技术发明二等奖，2012年获得国家科学技术发明一等奖，2016年获得国家科技进步奖二等奖。研究方向有人工智能、生物智能、计算成像。实验室主要成果 （http://media.au.tsinghua.edu.cn/index/resear/projects）

46. 哥伦比亚大学计算机视觉与机器人组

这是世界上最具影响力的视觉和机器人团体之一。这个小组创造了RoboCup和著名的的SIFT。这一组的学生赢得了大部分AAAI语义机器人挑战赛。该小组有四名在职教师：Jim Little，Alan Mackworth，Ian Mitchell和Leonid Sigal。实验室主要成果 (https://vision.cs.ubc.ca/publications/) FLANN：FLANN是用于在高维空间中执行快速近似最近邻搜索的库。它包含一系列我们发现最适合最近邻搜索的算法，以及一个根据数据集自动选择最佳算法和最佳参数的系统。源码地址：https://www.cs.ubc.ca/research/flann/uploads/FLANN/flann-1.8.4-src.zipSIFT：SIFT（尺度不变特征变换）将图像的每个局部片段转换为独立于图像比例和方向的坐标。局部不变特征允许我们在任意旋转，缩放，亮度和对比度的变化以及其他变换下有效地匹配杂乱图像的小部分。将图像分成许多不同大小的小重叠片段，然后单独匹配每个部分，并检查匹配的一致性。

参考文献

汇总｜SLAM领域实验室和大牛

SLAM 领域国内外优秀实验室汇总 - 知乎