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.roboticsproceedings.org/

      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-freiburg.de/teaching/ws15/mapping/

      2.YouTube的Cyrill Stachniss主页(课堂讲授SLAM的视频集)

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

      3.内含Andrew Davison的SLAM公开课资料

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

 

      == 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/init?surl=i59gBVv  密码: wz65

      苏黎世理工的robot课程:

      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/MVision

      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/Simultaneous_localization_and_mapping#External_links

      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/ORB_SLAM

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

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

      DVO(密集视觉测距):https://github.com/tum-vision/dvo_slam

      SVO(半直接单眼视觉测距):https://github.com/uzh-rpg/rpg_svo

      G2O(一般图优化):https://github.com/RainerKuemmerle/g2o

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

 

      开源代码repo 说明:

       1.1 gmapping 

      ROS封装的gmapping节点:https://github.com/ros-perception/slam_gmapping
      gmapping的实现源码:https://github.com/ros-perception/openslam_gmapping

 

       1.2 Hector     

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

 

       1.3 karto 

      ROS封装的karto节点:https://github.com/ros-perception/slam_karto
      karto内部实现:https://github.com/ros-perception/open_karto

      https://github.com/skasperski/navigation_2d

 

       1.4 cartographer

      算法实现:https://github.com/googlecartographer/cartographer

      https://github.com/googlecartographer/cartographer_ros

 

      主流开源SLAM方案

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

      MonoSLAM(单目):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