主页
产品
应用案例
新闻动态
购买渠道
下载与支持
关于我们
生态合作
联系我们
主页
产品
新闻动态
购买渠道
下载与支持
关于我们
加入我们
联系我们
  • 中文|
  • Eng
  • 新手入门SLAM必备资料

          搜集了各大網(wǎng)絡(luò),請教了SLAM大神,終于把SLAM的入門資料搜集全了!在分享資料前,我們先來看看,SLAM技術(shù)入門前需要具備哪些知識?首先學(xué)習(xí)SLAM需要會C和C++,網(wǎng)上很多代碼還用了11標(biāo)準(zhǔn)的C++。第二要學(xué)會用Linux。第三要會cmake,vim/emacs及一些編程工具。第四要會用openCV, PCL, Eigen等第三方庫。只有學(xué)會了這些東西,才能真正上手編一個SLAM系統(tǒng)。如果要跑實際機器人,還要會ROS。下面將為大家推薦SLAM入門的學(xué)習(xí)書籍、SLAM公開課、SLAM學(xué)習(xí)網(wǎng)站、SLAM開源代碼等資料大全。

          SLAM學(xué)習(xí)書籍:

          1.必讀經(jīng)典

          Thrun S, Burgard W, Fox D. 《Probabilistic robotics》[M]. Cambridge, USA: MIT Press, 2005

          《Principles of Robot Motion Theory,Algorithms and Implementation》

          2.有很多期,跟著會議一起出的文集

          《Robotics: Science and Systems》. Cambridge, USA: MIT Press

          會議進展網(wǎng)站http://www.roboticsproceedings.org/

          3.入門書籍,簡單實現(xiàn)及代碼

          《SLAM for Dummies》

          4.SLAM入門教材吐血推薦,對深入理解SLAM實質(zhì)非常有幫助

          《STATE ESTIMATION FOR ROBOTICS》

          5.作者Joan Sola關(guān)于Graph-SLAM的教程,包含位姿變換、傳感器模型、圖優(yōu)化以及SLAM中的稀疏性求解

          《Course on SLAM》

          6.加州伯克利的一本2D LIDAR SLAM小書

          《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》

     

          SLAM公開課:

          1.內(nèi)含大量SLAM公開課相關(guān)資料(PPT、音視頻文件)

          http://ais.informatik.uni-freiburg.de/teaching/ws15/mapping/

          2.YouTube的Cyrill Stachniss主頁(課堂講授SLAM的視頻集)

          https://www.youtube.com/channel/UCi1TC2fLRvgBQNe-T4dp8Eg

          3.內(nèi)含Andrew Davison的SLAM公開課資料

          http://www.doc.ic.ac.uk/~ajd/Robotics/index.html

     

          == 國外機器人/移動機器人相關(guān)視頻==

          Autonome Intelligente Systeme
          CS 287: Advanced Robotics, Fall 2012 University of California at BerkeleyDept of Electrical Engineering & Computer Sciences
          Introduction to Mobile Robotics - SS 2012
          slam視頻教程(請勿商用) 鏈接: https://pan.baidu.com/share/init?surl=i59gBVv  密碼: wz65

          蘇黎世理工的robot課程:

          http://www.asl.ethz.ch/education/lectures/autonomous_mobile_robots/spring-2018.html      

          ========Photogrammetry ==========

          Photogrammetry I   http://www.ipb.uni-bonn.de/486/?L=1

          Photogrammetry II

     

          SLAM學(xué)習(xí)網(wǎng)站:

          1.大量優(yōu)秀代碼和框架,權(quán)威資料

          http://www.openslam.org/

          https://github.com/Ewenwan/MVision

          2.MRPT庫官方網(wǎng)站,有MRPT相關(guān)文檔和最新下載

          http://www.mrpt.org/

          3.中文SLAM技術(shù)交流網(wǎng)站,將最新進展和相關(guān)解決方案鏈接在里邊,還有知名博客、公眾號、實驗室、數(shù)據(jù)集等資料,強烈推薦的一個網(wǎng)站

          http://www.slamcn.org/index.php/

          4.維基百科的SLAM介紹,里邊有SLAM的發(fā)展綜述和大量參考文獻(xiàn)

          https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping#External_links

          5.ROS官網(wǎng)

          http://www.ros.org/

     

          期刊:

          IEEE Robotics and Automation Magazine

          IEEE Transactions on Robotics

          International Journal of Robotics Research

          Robotics and Autonomous Systems

          Journal of Field Robotics

     

          SLAM開源代碼:

          ORB-SLAM :https://github.com/raulmur/ORB_SLAM

          LSD-SLAM:https://github.com/tum-vision/lsd_slam

          ORB-SLAM2:https://github.com/raulmur/ORB_SLAM2

          DVO(密集視覺測距):https://github.com/tum-vision/dvo_slam

          SVO(半直接單眼視覺測距):https://github.com/uzh-rpg/rpg_svo

          G2O(一般圖優(yōu)化):https://github.com/RainerKuemmerle/g2o

          RGBD-SLAM:(https://github.com/felixendres/rgbdslam_v2)

     

          開源代碼repo 說明:

           1.1 gmapping 

          ROS封裝的gmapping節(jié)點:https://github.com/ros-perception/slam_gmapping
          gmapping的實現(xiàn)源碼:https://github.com/ros-perception/openslam_gmapping

     

           1.2 Hector     

          https://github.com/tu-darmstadt-ros-pkg/hector_slam

     

           1.3 karto 

          ROS封裝的karto節(jié)點:https://github.com/ros-perception/slam_karto
          karto內(nèi)部實現(xiàn):https://github.com/ros-perception/open_karto

          https://github.com/skasperski/navigation_2d

     

           1.4 cartographer

          算法實現(xiàn):https://github.com/googlecartographer/cartographer

          https://github.com/googlecartographer/cartographer_ros

     

          主流開源SLAM方案

          PTAM(單目) :http://www.robots.ox.ac.uk/~gk/PTAM/

          MonoSLAM(單目):https://github.com/hanmekim/SceneLib2

          Elastic Fusion(RGBD): Open source code:https://github.com/mp3guy/ElasticFusion

          Kintinous(RGBD):Open source code:https://github.com/mp3guy/Kintinuous

          RGBD-SLAM-V2: Open source code:https://github.com/felixendres/rgbdslam_v2

          RTAB-MAP: Code:https://github.com/introlab/rtabmap

     

          以上資料只要大家能認(rèn)真學(xué)習(xí),相信入門SLAM不是什么難事。

          最后再來為大家介紹下SLAM界的領(lǐng)軍人物:

          1.Sebastian Thrun(署名Thrun S,斯坦福大學(xué))

          2.Andrew Davison(牛津大學(xué))

          3.Tim Beily 及所在的 悉尼大學(xué)一些研究者

          4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率機器人一書作者)

          5.M. Montemerlo、Dirk Haehnel、Sebastian Thrun (FastSLAM創(chuàng)始者,理論水平和實際應(yīng)用能力非常強),參加過DARPA的智能車挑戰(zhàn)賽,取得最好成績

          6.Austin Eliazar、Ronald Parr (DP-SLAM創(chuàng)始者,從文章到數(shù)據(jù),程序都公開的牛人)

          7.以Jose Neira和Jose luis Blanco為代表的一批西班牙學(xué)者

          8.Andrew Davison 視覺SLAM領(lǐng)域的權(quán)威

          9.John Leonard 側(cè)重于應(yīng)用。目前主要在做水下SLAM的項目。參加過DARPA的智能車挑戰(zhàn)賽

     

    關(guān)鍵字:激光雷达,SLAM

    top