slam学习

了解slam:【一看就懂】SLAM算法原理通俗解读_哔哩哔哩_bilibili

1、视觉SLAM:ORB-SLAM2(必学基础)

2、视觉惯性SLAM:ORB-SLAM3,VINS-Mono、VINS-Fusion

3、激光/多传感器融合SLAM:Cartographer,LeGO-LOAM、LIO-SAM、LVI-SAM

4、三维重建:视觉几何OpenMVS,深度学习重建MVSNet、PatchMatchNet、JDACS-MS

5、机器人运动规划:Navfn、Dijkstra、A-Star、DWA、TEB

6、相机标定:单目/鱼眼/双目/阵列

推荐书目:《视觉slam14讲》

slam学习_第1张图片

 slam学习_第2张图片

 

相机和惯导的融合(视觉惯性里程计/vio):

港科大VINS:Mono+Fusion:讲师独家注释源码地址:https://github.com/xieqi1/VINS-Fusion-noted

或者ORB-SLAM3:GitHub - electech6/ORB_SLAM3_detailed_comments: Detailed comments for ORB-SLAM3

评价指标:

精度:ATE绝对轨迹误差, RTE相对轨迹误差
效率:同硬件下的帧率,占用的内存
鲁棒性:数据集的覆盖率:成功追踪的帧数占总帧数的比例;数据集的平均的ATE,RTE

你可能感兴趣的:(slam)