SLAM学习入门书籍和资料

1、先看两篇综述类的文章，了解一下SLAM到底是个啥（其实《视觉SLAM十四讲》里面也有讲，只不过看英文原版文献能对SLAM的来龙去脉有一个更清晰的认识，尽量找高引用的综述看一下，不用看太多，要学会从综述当中来大概把握学科的发展脉络），

经常被引的几篇综述：
[1] C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, and J. J. Leonard,
“Past, present, and future of simultaneous localization and mapping: Toward the robust-perception
age,” IEEE Transactions on Robotics, vol. 32, no. 6, pp. 1309–1332, 2016.（之前看到一篇发表的中文文献，基本上就是把这篇翻了一遍 o(╯□╰)o）

[2] J. Fuentes-Pacheco, J. Ruiz-Ascencio, and J. M. Rendón-Mancha, “Visual simultaneous localization
and mapping: a survey,” Artificial Intelligence Review, vol. 43, no. 1, pp. 55–81, 2015.

[3]. Durrant-Whyte H and Bailey T. Simultaneous localisation and mapping (SLAM): Part I. IEEE Robot Autom Mag2006; 13(2): 99–110.

[4]T. Bailey and H. Durrant-Whyte, “Simultanouse localization and mapping(SLAM): Part II,” IEEE Robotics and Automation Magazine, 13(3):108-117, 2006.

[5]Dissanayake G, Huang S, Wang Z, et al. A review of recentdevelopments in simultaneous localization and mapping. In 6th IEEE international conference on industrial and information systems, Kandy, Sri Lanka, 2011, pp.477–482. IEEE.

[6]Huang, SD (Huang, Shoudong)[ 1 ] ; Dissanayake, G (Dissanayake, Gamini)[ 1 ].A critique of current developments in simultaneous localization and mapping.INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS

[7] G. Dissanayake, P. Newman, S. Clark, H. Durrant-Whyte, and M. Csobra,“A solution to the simultaneous localization and map building (SLAM)problem,” IEEE Transactions on Robotics and Automation, 17(3):229-241, 2001.

2、书籍：

【1】、首推《视觉SLAM十四讲》（2nd edition），SLAM入门的必读书，**这个必读的意思是：务必把这本书读一遍。**读完这本书，对于SLAM整个框架中的各个基本概念就不再茫然了，后面如果再看到各类论文里面千奇百态的各种概念（和前面类似，不同的论文中，对于学科内的同一个概念可能有不同的描述和用词），就可以用书中给出的行业内比较公认的说法来解释，这样有利于形成体系。可以说是SLAM从入门到放弃的经典之作，从SLAM这个问题的本质（参见该书第一版21页对SLAM问题的描述）到后期实现都写了，每章都有动手敲代码的部分。其中关于刚体运动部分涉及的李群李代数的内容对于做SLAM应该够用了，
【2】、《概率机器人》，原作者塞巴斯蒂安.特龙，译者曹红玉。本书用于夯实理论，深入理解SLAM问题（或者说深入理解“估计”问题）
【3】、《机器人学中的状态估计》原作者蒂莫西.D.巴富特，译者高翔。高翔大神力推的一本书，内容比《概率机器人》的更全面一点，本书包含了对：状态估计问题、三维空间刚体运动和位姿估计（以及Bundle Adjustment）的较深入的推导，对于后期实际动手有较强指导性
【4】、《Multiple View Geometry in Computer Vision 》 本书是计算机视觉的必读书
【5】、《计算机视觉中的数学方法》作者中科院吴福朝，据说内容涵盖了【4】的大部分，而且因为是中文写作，所以用户界面友好
SLAM入门还可参阅：https://www.zhihu.com/question/35186064/answer/145219653

3、后端算法（按照时间顺序）：
滤波法：EKF —> UKF —> IEKF —> EIF —> (RB)PF —> FastSLAM
优化方法：图优化 或者 BA，二者区别见https://www.zhihu.com/question/56123889/answer/147887815

4、前端算法：
前端就是用来做位姿估计，其实回环检测也可以算在前端里面。
前端主要两种：直接法、特征法，然后又按照这两个指导思想有很多种算法来实现

补个图：（原作者：https://www.zhihu.com/question/35186064/answer/145219653）