乐趣区

SLAM技术如何学习?SLAM入门资料大全

      搜集了各大网络,请教了 SLAM 大神,终于把 SLAM 的入门资料搜集全了!在分享资料前,我们先来看看,SLAM 技术入门前需要具备哪些知识?首先学习 SLAM 需要会 C 和 C ++,网上很多代码还用了 11 标准的 C ++。第二要学会用 Linux。第三要会 cmake,vim/emacs 及一些编程工具。第四要会用 openCV, PCL, Eigen 等第三方库。只有学会了这些东西,才能真正上手编一个 SLAM 系统。如果要跑实际机器人,还要会 ROS。下面将为大家推荐 SLAM 入门的学习书籍、SLAM 公开课、SLAM 学习网站、SLAM 开源代码等资料大全。
      SLAM 学习书籍:
      1. 必读经典
      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,跟着会议一起出的文集
《Robotics: Science and Systems》. Cambridge, USA: MIT Press
      会议进展网站 http://www.roboticsproceeding…
      3. 入门书籍,简单实现及代码
《SLAM for Dummies》
      4.SLAM 入门教材吐血推荐,对深入理解 SLAM 实质非常有帮助
《STATE ESTIMATION FOR ROBOTICS》
      5. 作者 Joan Sola 关于 Graph-SLAM 的教程,包含位姿变换、传感器模型、图优化以及 SLAM 中的稀疏性求解
《Course on SLAM》
      6. 加州伯克利的一本 2D LIDAR SLAM 小书
《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》
 
      SLAM 公开课:
      1. 内含大量 SLAM 公开课相关资料(PPT、音视频文件)
      http://ais.informatik.uni-fre…
      2.YouTube 的 Cyrill Stachniss 主页(课堂讲授 SLAM 的视频集)
      https://www.youtube.com/chann…
      3. 内含 Andrew Davison 的 SLAM 公开课资料
      http://www.doc.ic.ac.uk/~ajd/…
 
      == 国外机器人 / 移动机器人相关视频 ==
      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 视频教程(请勿商用)链接: https://pan.baidu.com/share/i…  密码: wz65
      苏黎世理工的 robot 课程:
      http://www.asl.ethz.ch/educat…      
      ========Photogrammetry ==========
      Photogrammetry I   http://www.ipb.uni-bonn.de/48…
      Photogrammetry II
 
      SLAM 学习网站:
      1. 大量优秀代码和框架,权威资料
      http://www.openslam.org/
      https://github.com/Ewenwan/MV…
      2.MRPT 库官方网站,有 MRPT 相关文档和最新下载
      http://www.mrpt.org/
      3. 中文 SLAM 技术交流网站,将最新进展和相关解决方案链接在里边,还有知名博客、公众号、实验室、数据集等资料,强烈推荐的一个网站
      http://www.slamcn.org/index.php/
      4. 维基百科的 SLAM 介绍,里边有 SLAM 的发展综述和大量参考文献
      https://en.wikipedia.org/wiki…
      5.ROS 官网
      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 开源代码:
      ORB-SLAM:https://github.com/raulmur/OR…
      LSD-SLAM:https://github.com/tum-vision…
      ORB-SLAM2:https://github.com/raulmur/OR…
      DVO(密集视觉测距):https://github.com/tum-vision…
      SVO(半直接单眼视觉测距):https://github.com/uzh-rpg/rp…
      G2O(一般图优化):https://github.com/RainerKuem…
      RGBD-SLAM:(https://github.com/felixendre…)
 
      开源代码 repo 说明:
       1.1 gmapping 
      ROS 封装的 gmapping 节点:https://github.com/ros-percep…      gmapping 的实现源码:https://github.com/ros-percep…
 
       1.2 Hector     
      https://github.com/tu-darmsta…
 
       1.3 karto 
      ROS 封装的 karto 节点:https://github.com/ros-percep…      karto 内部实现:https://github.com/ros-percep…
      https://github.com/skasperski…
 
       1.4 cartographer
      算法实现:https://github.com/googlecart…
      https://github.com/googlecart…
 
      主流开源 SLAM 方案
      PTAM(单目):http://www.robots.ox.ac.uk/~g…
      MonoSLAM(单目):https://github.com/hanmekim/S…
      Elastic Fusion(RGBD): Open source code:https://github.com/mp3guy/Ela…
      Kintinous(RGBD):Open source code:https://github.com/mp3guy/Kin…
      RGBD-SLAM-V2: Open source code:https://github.com/felixendre…
      RTAB-MAP: Code:https://github.com/introlab/r…
 
      以上资料只要大家能认真学习,相信入门 SLAM 不是什么难事。
      最后再来为大家介绍下 SLAM 界的领军人物:
      1.Sebastian Thrun(署名 Thrun S,斯坦福大学)
      2.Andrew Davison(牛津大学)
      3.Tim Beily 及所在的 悉尼大学一些研究者
      4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率机器人一书作者)
      5.M. Montemerlo、Dirk Haehnel、Sebastian Thrun (FastSLAM 创始者,理论水平和实际应用能力非常强),参加过 DARPA 的智能车挑战赛,取得最好成绩
      6.Austin Eliazar、Ronald Parr (DP-SLAM 创始者, 从文章到数据, 程序都公开的牛人)
      7. 以 Jose Neira 和 Jose luis Blanco 为代表的一批西班牙学者
      8.Andrew Davison 视觉 SLAM 领域的权威
      9.John Leonard 侧重于应用。目前主要在做水下 SLAM 的项目。参加过 DARPA 的智能车挑战赛
 

退出移动版