Antkillerfarm Hacking V7.0

SLAM

2018-11-26

SLAM

概述

SLAM算法大致有基于激光的和基于视觉的两大类。

基于激光的SLAM有Hector SLAM,gmapping算法等。

基于视觉的SLAM有lsd-slam、svo、orb-slam算法等。

术语

SLAM: Simultaneous Localization And Mapping

VINS: Visual-inertial SLAM

blog

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

一个SLAM方面的blog。作者半闲居士,本名高翔,目前在德国慕尼黑工业大学留学,清华本科。

https://www.zhihu.com/question/613243112

如何评价高翔博士(《视觉SLAM十四讲》作者)的新书《自动驾驶与机器人中的SLAM技术》?

https://vision.in.tum.de/research/vslam

这是慕尼黑工业大学的相关网页。提供了很多SLAM方面的教程和工具,例如LSD-SLAM。

https://blog.csdn.net/heyijia0327

一个SLAM方面的blog。

https://zhuanlan.zhihu.com/c_194571463

一个SLAM方面的专栏

https://www.zhihu.com/people/yang-jian-hua-63-91/posts

一个DL+SLAM方面的专栏

https://ewenwan.github.io/archive/

一个DL+SLAM方面的blog

https://zhuanlan.zhihu.com/c_202014804

一个SLAM方面的专栏

https://zhuanlan.zhihu.com/c_156216747

一个SLAM方面的专栏

https://zhuanlan.zhihu.com/c_1033028253530750976

一个SLAM方面的专栏

https://www.cnblogs.com/shang-slam/

一个SLAM方面的专栏

项目

https://zhuanlan.zhihu.com/p/70066976

三维视觉、SLAM方向全球顶尖实验室汇总

https://github.com/raulmur/ORB_SLAM2

Real-Time SLAM for Monocular, Stereo and RGB-D Cameras, with Loop Detection and Relocalization Capabilities

https://github.com/HKUST-Aerial-Robotics

港科大的机器人团队的github,有不少好东西。最知名的有VINS-Mono、VINS-Fusion。

g2o

g2o是一个C++写的图优化框架。

官网:

https://openslam-org.github.io/g2o.html

Ceres Solver

Ceres Solver是一个非线性优化库。Gauss最早使用最小二乘法估计谷神星(Ceres)的位置,故名。

官网:

http://ceres-solver.org/

参考

https://mp.weixin.qq.com/s/Pr4QEhFrCit4DmtRv2cBrw

如何从零开始系统化学习视觉SLAM?

http://www.cnblogs.com/yhlx125/p/4707693.html

SLAM(simultaneous localization and mapping)学习笔记

http://www.cnblogs.com/gaoxiang12/p/5113334.html

视觉SLAM中的数学基础

https://www.zhihu.com/question/51045335

众多SLAM算法各自有什么优点和缺点?

https://zhuanlan.zhihu.com/p/112124572

视觉SLAM简介

http://www.cnblogs.com/gaoxiang12/p/5560360.html

SLAM中的EKF,UKF,PF原理简介

https://mp.weixin.qq.com/s/tH-1XTEC-S7bIFoDdDK5CQ

如何给机器人一双慧眼:从视觉SLAM技术说起!

http://www.cnblogs.com/gaoxiang12/p/3695962.html

视觉SLAM漫谈

https://mp.weixin.qq.com/s/zjIMn0OsPSJvoElCyuaSuw

SLAM中的几何与学习方法,62页pdf

https://mp.weixin.qq.com/s/zIYgNQcuxDJboABzXSPGQw

迈向几何型深度SLAM

https://mp.weixin.qq.com/s/LO7Vo7zmC-avdijP7T9o8w

对比激光SLAM与视觉SLAM:谁会成为未来主流趋势?

https://mp.weixin.qq.com/s/Tfqqs_aOBIObeAMfG-9e4w

SLAM入门+典型SLAM应用及解决方案

https://mp.weixin.qq.com/s/97bIBKTADd2oIUBAabM04Q

实时SLAM的未来以及深度学习与SLAM的比较

https://mp.weixin.qq.com/s/CHhek4wK42oQkGtneyZymw

SLAM:基础知识

https://mp.weixin.qq.com/s/mjhPt2fnFSYlr8q-C_i-0g

SLAM:视觉里程计

https://blog.csdn.net/Cai_deLong/article/details/108465850

SLAM快速入门

https://zhuanlan.zhihu.com/p/170735395

推荐一些视觉SLAM的深度学习方法(上)

https://zhuanlan.zhihu.com/p/173351259

推荐一些视觉SLAM的深度学习方法(下)

https://mp.weixin.qq.com/s/ANP_dlwWjhe-lXzf2ocKkg

视觉SLAM中直接法的应用实践

https://mp.weixin.qq.com/s/09v9gj1cmf4zIJAGqHnJWw

视觉SLAM中的直接法在智能驾驶中的应用实践!

https://mp.weixin.qq.com/s/pL2S3UypKJgpP32QLRR5BQ

视觉SLAM漫淡:机器人即时定位与地图构建!

https://zhuanlan.zhihu.com/p/30707986

章国锋:黑暗中的前行–复杂环境下的鲁棒SfM与SLAM

https://www.zhihu.com/question/35116055

orb-slam在众多SLAM方法中处于怎样的地位?

https://mp.weixin.qq.com/s/myWTfgvjiqli_Rxfr-FY0w

360扫地机原理大揭秘,竟还有无人驾驶技术?——浅析家用机器人SLAM方案

https://mp.weixin.qq.com/s/V3PLx3kP9zOcR1CZZI8Yqw

速感科技CTO张一茗:视觉SLAM的技术现状和应用趋势

https://zhuanlan.zhihu.com/p/33079632

视觉SLAM专用术语的一句话介绍

https://blog.csdn.net/chentravelling/article/details/53558096

世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换

https://mp.weixin.qq.com/s/M-N68E5W_0LLXLW1sfAgCA

自动驾驶中的三大坐标系

https://mp.weixin.qq.com/s/MhRYCNqEW5pGHc_r7xm85g

从零开始一起学习SLAM:给点云加个滤网

https://mp.weixin.qq.com/s/P50QeMF71Gc-4323J0wGhg

vSLAM技术综述

https://zhuanlan.zhihu.com/p/58213757

SLAM的动态地图和语义问题(上)

https://zhuanlan.zhihu.com/p/58213848

SLAM的动态地图和语义问题(下)

https://mp.weixin.qq.com/s/MXsyN7D5ApGUcDxoOp1uKw

深度学习遇到SLAM–如何评价基于深度学习的DeepVO,VINet,VidLoc?

https://mp.weixin.qq.com/s/TDANJJjDXBOsPEHeBWwN1g

视觉SLAM的技术总结

https://mp.weixin.qq.com/s/-DhgvHA8GbnnQ3Nh8n5LkQ

OpenVSLAM:日本先进工业科技研究所新开源视觉SLAM框架

https://mp.weixin.qq.com/s/KJSdq0-Y5ZWodC4IHAIngg

从相机标定到SLAM,极简三维视觉六小时课程视频

https://blog.csdn.net/zhubaohua_bupt/article/details/74973347

高斯牛顿(Gauss Newton)、列文伯格-马夸尔特(Levenberg-Marquardt)最优化算法与VSLAM

https://www.cnblogs.com/hitcm/p/6327442.html

视觉惯性里程计Visual–Inertial Odometry(VIO)概述

https://mp.weixin.qq.com/s/8KOQYtL8QgCNimGSxA1dgA

视觉惯性里程计(VIO)

https://mp.weixin.qq.com/s/rjM1dQi-De_5hiwF4UkGNA

首篇单目无监督深度估计与视觉里程计,效果超越双目算法,已开源

https://mp.weixin.qq.com/s/VgHVSecXhBHIdiSnS2MAjg

视觉惯性导航:一个简明的概述

https://zhuanlan.zhihu.com/p/62988961

一起快速上手VINS-Fusion

https://www.zhihu.com/question/309096467

如何评价港科大VINS-Fusion?

https://www.zhihu.com/question/53571648

有哪些开源项目是关于单目+imu做slam的?

https://zhuanlan.zhihu.com/p/67848295

视觉SLAM的简述

https://mp.weixin.qq.com/s/nuJCrfoBGgISsty-YJB-uQ

史上最全的语义SLAM论文笔记整理

https://zhuanlan.zhihu.com/p/73709609

SLAM爱上Deep Learning

https://zhuanlan.zhihu.com/p/71924149

SLAM中面特征的参数化

https://zhuanlan.zhihu.com/p/77002568

DSO(direct sparse odometry)之求导篇

https://zhuanlan.zhihu.com/p/78602108

用四元数插值来对齐IMU和图像帧

https://mp.weixin.qq.com/s/Zf_Fl-kyHqSNetb-Pa58xg

自动驾驶是怎样工作的?SLAM介绍

https://mp.weixin.qq.com/s?__biz=MzU5ODQ5ODQ1Mw==&mid=2247498291&idx=3&sn=4be6146621a6b8a1696bd32204eef575

CubeSLAM: 单目三维对象SLAM

https://mp.weixin.qq.com/s/8Aoe74XHSXey6tlWd2UOKQ

如何制作一个SLAM轨迹真值获取装置?

https://mp.weixin.qq.com/s/CgwI2wNr2mVxYkZMay7Zcw

SLAM回环检测方法

https://zhuanlan.zhihu.com/p/100639370

arXiv最新论文”Training Deep SLAM on Single Frames”介绍

https://mp.weixin.qq.com/s/OePsa_KGBRHhhUbsxkGOIg

让机器人学会识别透明物体

https://mp.weixin.qq.com/s/MlYBcsfhfqOtkZ-sdi2TTA

从五个经典工作看语义SLAM

https://mp.weixin.qq.com/s/chCiQngirX3mPzUUAUXjsA

美团:场景几何约束在视觉定位中的探索

https://mp.weixin.qq.com/s/G-Us7pXk-N2PWcvZ0rYGjg

多传感器多目标融合技术

https://mp.weixin.qq.com/s/Df44xYZL46lwQAnJOLETuA

Kimera:一个基于度量语义的SLAM开源库

张正友标定算法

”张正友标定”是指张正友1998年提出的单平面棋盘格的摄像机标定方法。该方法介于传统标定法和自标定法之间,但克服了传统标定法需要的高精度标定物的缺点,而仅需使用一个打印出来的棋盘格就可以。同时也相对于自标定而言,提高了精度,便于操作。因此张氏标定法被广泛应用于计算机视觉方面。

张正友,1965年生。浙江大学本科(1985)+法国南锡(Nancy)大学硕士(1987)+法国巴黎第十一大学博士(1990)。现任微软研究院视觉技术组高级研究员。ACM Fellow,IEEE Fellow。

参考:

https://blog.csdn.net/u010128736/article/details/52860364

张正友标定算法原理详解

https://blog.csdn.net/weixin_36340947/article/details/78246174

张正友标定算法原理详解

https://mp.weixin.qq.com/s/0VuaW9zK5Q_sh5uasXauRg

腾讯张正友:计算机视觉的三生三世

https://zhuanlan.zhihu.com/p/35223115

从零开始学习“张氏相机标定法”(一)相机成像模型

https://zhuanlan.zhihu.com/p/35309172

从零开始学习“张氏相机标定法”(二)单应矩阵

https://zhuanlan.zhihu.com/p/35391837

从零开始学习“张氏相机标定法”(三)推导求解

https://zhuanlan.zhihu.com/p/35392121

从零开始学习“张氏相机标定法”(四)优化算法前传

https://zhuanlan.zhihu.com/p/35476851

从零开始学习“张氏相机标定法”(五)优化算法正传

https://mp.weixin.qq.com/s/gaLXahXd7T30WssXebhFiQ

相机标定方法

https://mp.weixin.qq.com/s/Ue0Sv9h6JZssfJtg4N8hFg

OpenCV相机标定与畸变校正

https://mp.weixin.qq.com/s/nhe5nnvvWlv0ZiOgbDK21w

我是这样搞定第一次单目相机测距的

https://mp.weixin.qq.com/s/LV5Yk-7SDL0FYaFN2lOdsg

相机激光标定算法:从理论到实践

https://mp.weixin.qq.com/s/7EKBehM3Dd0Oq7HTkjrm0g

图像去畸变矫正及双线性内插法

https://zhuanlan.zhihu.com/p/52322904

相机模型与标定

VIO

VIO(Visual-Inertial Odometry):以视觉和IMU融合的方法实现定位的里程计。

https://www.zhihu.com/question/325242594

视觉slam和vio是什么关系?

https://mp.weixin.qq.com/s/tQP6CoROi6pqpr9xLyoMVg

VIO初始化探究:一种旋转平移解耦的高效鲁棒初始化方法

Fork me on GitHub