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
Ihttp://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