SLAM入门必收藏的资料

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。

最后再来介绍下SLAM界的大牛人物：

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

资料内容来源于：http://www.slamtec.com/cn/News/Detail/56