人无远虑，必有近忧

我们为实时度量-语义视觉-惯性同步定位和建图（SLAM） 提供了一个开源C++库。该库超越了现有的视觉和视觉惯性 SLAM 库（例如ORB-SLAM、VINS-Mono、OKVIS、ROVIO），实现了 3D网格重建和语义标记。Kimera在设计时考虑了模块化，并有四个关键组件： 用于快速准确状态估计的视觉惯性里程计（VIO）模块， 用于全局轨迹估计的强大姿态图优化器， 用于快速网格重建的轻量级3D网格划分器模块， 以及用于快速网格重建的密集3D度量语义重建模块。

Meshroom是一款基于AliceVision摄影测量计算机视觉框架的免费开源三维重建软件。OpenMVG库根据三维计算机视觉和结构的运动。OpenMVG提供了一个端到端的3D重建，它由图像框架组成，包含库、二进制文件和管道。这些库提供了简单的功能，如:图像处理，功能描述和匹配，功能跟踪，相机模型，多视图几何，旋转估计…该二进制文件解决了管道可能需要的单元任务:场景初始化、特征检测与匹配和运动重建的结构，并将重建的场景导出到其他多视点立体视觉框架中，以计算密集的点云或纹理网格。

多视图机器人数据的全局注册是一项具有挑战性的任务。基于外观的全局定位方法通常在视点发生剧烈变化时失败，因为表示具有有限的视点不变性。本文基于这样一个想法，即人造环境包含丰富的语义，可以用来消除全局定位的歧义。在这里，我们介绍了X-View，一个多视图语义全局定位系统。X-View利用语义图描述符匹配进行全局定位，支持在完全不同的视点下进行定位。虽然该方法在语义输入数据方面是通用的，但我们提出并评估了一个基于可视数据的实现。我们在公开的SYNTHIA数据集、用模拟器记录的真实城市数据集和真实世界街景数据上进行

1. TANDEM：Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo慕尼黑工业大学Daniel Cremers团队，实时单目跟踪稠密建图纯视觉SLAM，采用Realsense D455(深度传感器+IMU，但只用RGB)。 项目地址：https://vision.in.tum.de/research/vslam/tandem 论文地址：https://arxiv.org/pdf/2111.07418.

我们看文章的时候，总是看到不同的位姿定位习惯，差别很大，这里把它们记录一来，慢慢补充。

ICRA 2021会议也已经开完了， 所以对原来总结SLAM方向相关的文章进行了重新整理和补全，由于总结比较广泛，大约有200多篇，本文对论文进行了分类，并给出了下载地址和开源代码地址，希望对一起做SLAM研究的同行们提供一些有益的参考。完整版的分类论文原文见下方百度网盘链接，后续将在github上持续更新。链接：https://pan.baidu.com/s/1NplHJezNTN_YetYmqI0qUg提取码：gban语义定位建图Visual Semantic Localization

三维重建技术通过深度数据获取、预处理、点云配准与融合、生成表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。这种模型可以对如文物保护、游戏开发、建筑设计、临床医学等研究起到辅助的作用。 三维重建技术的重点在于如何获取目标场景或物体的深度信息。在景物深度信息已知的条件下，只需要经过点云数据的配准及融合，即可实现景物的三维重建。基于三维重建模型的深层次应用研究也可以随即展开。人们按照被动式测量与主动式测量[5]对目标物体深度信息的获取方法进行了分类，下面对这两种方式进行相应的介绍。被动....

论文地址：https://arxiv.org/pdf/2010.08196.pdf https://github.com/hku-mars/FAST_LIO/blob/main/doc/Fast_LIO_2.pdf。视频地址：https://www.bilibili.com/video/BV1Qg41127j9/?论文地址：https://onlinelibrary.wiley.com/doi/epdf/10.1002/aisy.202200459。

evo是一款用于视觉里程计和SLAM问题的轨迹评估工具. 核心功能是能够绘制相机的轨迹, 或评估轨迹与真值之间的误差. 支持多种数据集的轨迹格式(TUM、KITTI、EuRoC MAV、ROS的bag)， 同时支持这些数据格式之间的相互转换。

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。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。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。网址：http://cvrs.whu.edu.cn。