SLAM入门资料

来源:互联网 发布:windowsrt不能安装软件 编辑:程序博客网 时间:2024/04/29 05:31

转自http://blog.csdn.net/qq_18661939/article/details/51782376

(1) orb_slam 官网(网站最后有5篇论文,价值很高)
http://webdiis.unizar.es/~raulmur/orbslam/
(2)半仙居士blog(可以都看,很经典)
http://www.cnblogs.com/gaoxiang12/
(3) 贺一加 blog(monocular slam 和navigation讲的很好可以看看)
http://blog.csdn.net/heyijia0327
(4)开源代码汇总openslam (里面几乎有所有开源代码)             
https://www.openslam.org/ 
(5)slam视频教程
http://pan.baidu.com/s/1o6Oku4y 密码:sd4c
(6)书籍
Probabilistic Robotics     链接:http://pan.baidu.com/s/1o6MOiJw 密码:iqcf
Multiple View Geometry in Computer Vision Second Edition   
Robotics Vision and Control 
(7)PCL官网(里面的教程都可以看看,比较简单)
http://pointclouds.org/documentation/tutorials/
(8)opencv学习(很详细)
http://blog.csdn.net/column/details/opencv-manual.html
(9)opencv视频
http://pan.baidu.com/s/1i37nXSL 密码: 3xnd    
(10) ros学习(机器人实物开发所必须的,里面好多开源code,好多教程,好多有用的插件,总之特别好)
http://wiki.ros.org/cn/(中文版)
http://wiki.ros.org/(英文版)
(11)视觉做的很好的网站computer vision group(lsdslam就是他们做的)
http://vision.in.tum.de/research 
(12)一个slam资料介blog
http://blog.csdn.net/akunainiannian/article/details/45363731  
(13)orbslam论文翻译(翻译的不错)
http://blog.csdn.net/cicibabe/article/details/50631431

http://www.360doc.com/content/16/0512/17/478627_558566052.shtml

(14)不错的blog
http://www.qiqitek.com/blog.html
(15)冯兵的blog
http://www.fengbing.net
(16)ros 很好的教程
http://dscl.lcsr.jhu.edu/ME530707_2014
(17)orbslam2  Android
https://github.com/FangGet/ORB_SLAM2_Android
(18)orbslam2 map
https://github.com/MathewDenny/ORB_SLAM2
(19) orbslam code 讲解
http://www.cnblogs.com/luyb/p/5260785.html
(20) 一篇VO外文blog
http://avisingh599.github.io/blog/

(21)orbslam2代码解析

http://git.oschina.net/paopaoslam/ORB-SLAM2

(22)imu和单目的数据融合开源代码(EKF)

https://github.com/ethz-asl/rovio

(23)imu和单目的数据融合开源代码

https://github.com/ethz-asl/okvis_ros(非线性优化)

(24)解决初始化很慢的问题

https://github.com/poine/ORB_SLAM2

(25)解决点云mesh和建立网格map的c++库

http://www.cgal.org/

(26)orbslam+imu(立体相机)

https://github.com/JzHuai0108/ORB_SLAM

(27)微信公众号(里面一些大神的讲解)

泡泡机器人

(28) 百度文库一篇讲解双目视觉原理的PPT

http://wenku.baidu.com/link?url=sYrfx0EX9DVDOXlVngjRQuYDQHsXQ16ScMr3CnkjJ-0b1-BlL9tVqkhmawF4bFYcHXBiY3uAO2Re1_SWndi1PzapxwMQQwLeAI7VOMcGRrW

(29)google open source

https://github.com/googlecartographer

(30)高翔的slambook(很基础,很适合代码学习)

https://github.com/gaoxiang12/slambook

(31)计算机视觉的一些库文件

http://blog.csdn.net/garfielder007/article/details/50533052



http://blog.csdn.net/dan1900/article/details/41726507

一,入门篇


1. Andrew Davison的课程: http://www.doc.ic.ac.uk/~ajd/Robotics/index.html

    AD在在week 8里面推荐了slam的两个入门 Tutorial 1  和Tutorial 2


2. Tutorial的两篇文章文笔灰常秀丽,但是不操作还是云里雾里:

   所以这里有一个瑞士苏黎世理工的学生练习

   大家把excise 3:SLAM(EKF)做了,也就差不多了解些slam的原理了

   关于练习3的答案,我过几天上传好, 答案


3. 对于我这个学渣来说,EKF其实还是比较难理解,所以推荐一本书,详见第三章,学霸无视


二、现有资源


1. OpenSLAM:https://openslam.org/

这个网站中含有很多slam方面的资料,编写的程序也各有不同,很权威


2. Kitti这个图库,大家可以下载做simulation:http://www.cvlibs.net/datasets/kitti/


3. 个人感觉exercise 3练习后,可以选择 Javier Civera 的程序进行试手,感觉灰常不错。注意对calibration的调整

    http://webdiis.unizar.es/~jcivera/code/1p-ransac-ekf-monoslam.html


4. 对于JC的1p RANSAC-monoSLAM有一定了解了,可以试试用SURF去实现

    这里有个南理工哥们的论文还不错,可以参考 http://cdmd.cnki.com.cn/Article/CDMD-10288-1012319519.htm



三、有用的书籍


1. Multiple View Geometry in Computer Vision Second Edition ,http://www.robots.ox.ac.uk/~vgg/hzbook/

    计算机视觉方面大神级别的书,也有中文版,点此下载中英文双版


2. Robotics Vision and Control  , pdf下载:http://robotics.itee.uq.edu.au/~metr4202/tpl/Robotics%20Vision%20&%20Control.pdf

通过MATLAB几乎把机器人学给贯穿了,里面每章节都有对应的Code,关于里面Matlab的codes,需要留言

澳大利亚昆士兰理工大学的Peter Corke是机器视觉领域的大牛人物,他所编写的Robotics, vision and control一书更是该领域的经典教材

配套有matlab工具箱。工具箱分为两部分,一部分为机器人方面的,另一部分为视觉方面的工具箱

源代码都是开放免费下载的: http://petercorke.com/Toolbox_software.html


3. Probabilistic Robotics. 这本书是导师推荐的

他说这本书的理解要有很好的数学基础,大神一定要读,很多不懂的都会柳暗花明

http://www.probabilistic-robotics.org/



1. http://www.openslam.org/ 

各种实现的SLAM源码。

2. http://cres.usc.edu/radishrepository/view-all.php 

一大波dataset

3. http://www-personal.acfr.usyd.edu.au/nebot/victoria_park.htm 

4. Ronald Parr; (DP-SLAM创始者,从文章到数据,程序都公开的牛人)


知乎大神讨论:https://www.zhihu.com/question/35186064


0 0
原创粉丝点击