SLAM资源收集

http://www.voidcn.com/blog/scliu12345/article/p-5694464.html

SLAM课程：

1、http://ais.informatik.uni-freiburg.de/teaching/ws15/mapping/  （https://www.youtube.com/watch?v=U6vr3iNrwRA&index=1&list=PLgnQpQtFTOGQrZ4O5QzbIHgl3b1JHimN_）

2、http://www.doc.ic.ac.uk/~ajd/Robotics/index.html ——Andrew Davison (Imperial College London)

3、https://webdocs.cs.ualberta.ca/~zhang/c631/——主要以作业为主 （  University of Alberta）

……

参考书籍：

1、“  Probabilistic Robotics”——  http://www.probabilistic-robotics.org/

2、“slam for dummies”

3、“Introduction to Estimation and Data fusion_Slides”

入门篇：（摘自：http://blog.csdn.net/hiddleson/article/details/25914569）

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/

一些专业站点：

1、

a) OpenSLAM

http://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

b)

http://www.mrpt.org/——     mobile robot programming toolkit非常好的东西 

c)ROS+SLAM

http://wiki.ros.org/rgbdslam

http://wiki.ros.org/gmapping    

2、  RGB-D SLAM Dataset and Benchmark

http://vision.in.tum.de/data/datasets/rgbd-dataset

3、单目SLAM

http://vision.ia.ac.cn/Students/gzp/monocularslam.html

http://www.cs.unc.edu/~welch/kalman/——卡尔曼滤波 

4、Computer Vision Algorithm Implementations

http://www.cvpapers.com/rr.html

博客：

1、从零开始学SLAM（  http://blog.csdn.net/hiddleson/article/details/25914569）

2、  http://blog.csdn.net/iamsheldon/article/details/6895026 （待分析）

1. http://www.openslam.org/

2. http://www-personal.acfr.usyd.edu.au/nebot/victoria_park.htm 经典数据库

3. http://babel.isa.uma.es/mrpt/index.php/Main_Page 2008年开始陆续出现了一些好文章.

4. http://cres.usc.edu/radishrepository/view-all.php  包含了大量的用于验证SLAM算法的数据.

5. http://robots.stanford.edu/papers.html             Standford 研究团队

6. http://www.isa.uma.es/C13/jlblanco/default.aspx     西班牙的一个博士生.编程能力极强. 另外Jose Neira带领的团队也比较猛.

7. http://cml.mit.edu/~jleonard/                       麻省理工的一个团队，参加了DARPA的智能车挑战赛。目前主要从事水下SLAM的研究。

另外现在的利用飞机采集数据，研究SLAM是目前的一个热点。最近几年，理论上的突破已经很有限。大量研究者开始转向视觉SLAM。

代表人物牛津大学的Andrew Davison （http://www.doc.ic.ac.uk/~ajd/）

几个牛人：

1. Tim Beily 及所在的 悉尼大学一些研究者

2.Giorgio Grisetti;Cyrill Stachniss;Wolfram Burgard; (GridMapping 算法,及概率机器人一书作者)

3. ;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。

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

http://www.cs.duke.edu/~eliazar

http://www.cs.duke.edu/~parr

5. 以 Jose Neira和Jose luis Blanco为代表的一批西班牙学者.

6. Andrew Davison 视觉SLAM 领域的权威。

7.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。

http://cml.mit.edu/~jleonard