SplaTAM全称是《SplaTAM:Splat,Track&Map3DGaussiansforDenseRGB-DSLAM》，是第一个（也是目前唯一一个）开源的用3DGaussianSplatting

车辆专业普通高校研究实习生一枚，刚入门接触SLAM，目前只看了综述，开个博客，记录一下自己的学习过程，如果有人能看到，希望不吝赐教，指明方向和道路，万分感谢啦☺?。

最近调试S-Fast-LIO算法，包含PCL的C++LidarSLAM算法，编译时间总是很长难以忍受。花了小半天，探究了下方法，并做总结。

长期视觉SLAM(SimultaneousLocalizationandMapping)最重要的要求之一是鲁棒的位置识别。经过一段探索期后，当长时间未观测到的区域重新观测时，标准匹配算法失效。

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵【视觉SLAM十四讲学习笔记】第三讲

目前，移动机器人的导航与定位技术主要包括基于GPS、SLAM、VSLAM等技术的方法。1、GPS导航技术：利用全球定位系统进行定位，精度高、覆盖范围广，但需要外部信

▌一、运行stereo_node.launch实例查看双目摄像头发布的话题，并修改orb-slam2摄像头节点。gagaga@ubuntu:~$c

摘要异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究，但大多数都是基于单目的，而对立体事件视觉的研究很少。在本文中，我们介绍了ESVIO，这是第一个基于事件的立体视觉惯性里程计，它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件)，它们

摘要本文提出了一种专门为结构化环境设计的RGB-DSLAM系统，旨在通过从周围提取的几何特征来提高跟踪和制图精度。

摘要PL-VINS是基于最先进的基于点的VINS-mono，开发的一种基于点和线特征的实时、高效优化的单目VINS方法。我们观察到，目前的作品使用LSD算法提取线条特征;然而,LSD是为场景形状表示而设计的，而不是为姿态估计问题设计的，由于其高昂的计算成本，这成为了实时性能的瓶颈。在本文中，我们通过研究隐藏参数调整和长度抑制策略来改进LSD算法。改进后的LSD算法的运行速度至少是LSD的三倍。此外

摘要视觉惯性里程计和SLAM算法广泛应用于服务机器人、无人机和自动驾驶汽车等领域。大多数SLAM算法都是基于假设地标是静态的。然而，在现实世界中，存在着各种各样的动态物体，它们降低了姿态估计的精度。

摘要本文提出了一种融合RGB、Depth、IMU和结构化平面信息的紧密耦合SLAM系统。传统的基于稀疏点的SLAM系统总是保持大量的地图点来建模环境。

（RAL2023）摘要本文介绍了一种利用点和线特征的高效视觉惯性同步定位和映射(SLAM)方法。目前，基于点的SLAM方法在弱纹理和运动模糊等场景下表现不佳。

1.1新建本地代码仓库1.2编译添加路径（记得将PathToPrometheus替换成你的文件路径）1.3安装ROS所需的其他插件或者库安装Mavros功能包安装rtabmap安装Octomap:激光SLAM

由于它是用JavaScript编写的，因此我们决定在Node.js中实现AWSLambda函数，并通过我们的后端调用它们

文章目录1.EsKF和IEKF公式回顾1.1.EsKF误差状态卡尔曼滤波方程1.2.IEKF迭代扩展卡尔曼滤波方程2.EsIKF公式推导2.1.预测公式2.2.校正公式2.2.1.误差状态观测方程2.2.2.传感器观测误差值2.2.3.校正公式2.3.R2Live中的Es-IKF的校正公式理解2.3.1.IMU+Camera2.3.2.IMU+LiDAR实际EsIKF就是把EsKF和IEKF两个结

多传感器融合SLAM数学学习历程>>>流形和流形空间（姿态）https://blog.csdn.net/professor_Xie/article/details/131911894fast-lio带着问题看知识欧式空间和流形空间的区别和联系

使用案例：VINS/VIO、GPS-INS、LINS/LIO、用于定位和建图的多传感器融合(SLAM)。原文链接：革命性突破！全新多传感器辅助惯性导航系统，效能与精准度并

作者：小柠檬|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf我们提出了一种新颖的方法，它将基于深度学习的密集SLAM与神经隐式场相结合，实时生成密集地图，而无需像以前的方法那样依赖

作者：大森林|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf笔者总结本文提出了一种名为UncLe-SLAM的方法，实现了在密集神经SLAM中对深度不确定性进行建模。

LeGo-Loam是基于ros系统框架的3D激光slam开源代码。代码简洁，其中大量计算都是手动推导出来，依赖库相对较少，主要依赖gtsam进行后端因子图优化。

历史攻略：docker：可视化工具portainerdocker-compose：搭建自动化运维平台Spug开源地址：https://github.com/louislam/uptime-kuma安装：

原因：std::async(&SLAM::SaveDebugCloud(),__node);改成以下即可：std::async(&SLAM::SaveDebugCloud,__node);

文章目录前言一、AmazonECS二、AmazonEKS三、AmazonEC2四、ElasticBeanstalk五、AWSFargate六、AWSLambda（serverless）七、AmazonEBS7.1EBS

目录前言多传感器融合的SLAM相关设备及技术介绍2.1三维刚体运动模型2.1.1坐标系变换

例如：//函数式接口interfaceSwimming{voidswim();//接口的方法中默认有publicabstract修饰}2.认识lambda表达式:简化匿名内部类的代码publicclassLambdaTest1

以下是CES2024前两天AI方面亮点：一个AI助手，取代你的智能手机应用程序的rabbit.tech人工智能驱动的捆绑式鞋子被称为“Moonwalkers”，可以让你走得更快FitXRSlam的VR和健身创新

在本教程中，我们将探讨如何使用AWSLambda构建一个简单的SoftwareasaService(SaaS)应用程序。我们的示例应用将是一个用于短链接生成的服务。

今天学习了惯导的一节课与视觉SLAM视觉里程计的部分知识。

公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内

视觉SLAM十四讲|【五】相机与IMU时间戳同步相机成像方程Z[uv1]=[fx0cx0fycy001][XYZ]=KPZ\begin{bmatrix}u\\v\\1\end{bmatrix}=\begin

前言：这里比较一下视觉SLAM和激光SLAM的区别，仅比较其在算法层面上的一些不同，这里拿视觉SLAM算法：ORB-SLAM系列和激光SLAM算法：LOAM系列对比。

SLAM系统中世界坐标系和地图坐标系并不一定是同一坐标系。在SLAM中，一般是将地图初始化时刻（第一帧）相机、雷达或IMU的坐标系作为地图坐标系。

allcondaupdate-nbase-cdefaultsconda最后强制用conda-forge通道更新，成功了condaupdate-nbase-cconda-forgeconda顺带一提，nice-slam

大家好，我是木南分子动力学软件诸多，包括：1.LAMMPSLAMMPS即Large-scaleAtomic/MolecularMassivelyParallelSimulator，可以翻译为大规模原子分子并行模拟器

VIO学习总结VIO（visual-inertialodometry）即视觉惯性里程计，有时也叫视觉惯性系统（VINS，visual-inertialsystem），是融合相机和IMU数据实现SLAM的算法

Ubuntu18.04利用astrapro相机实现ORB—SLAM3实时点云稠密建图—上前言前期准备—ROS完整安装OpenCV的安装（4.2.0）安装依赖C++11特性的编译器Pangolin测试pangolin

以下所有内容均为高翔大神所注的《自动驾驶与机器人中的SLAM技术》中的内容融合导航1.EKF和优化的关系2.组合导航eskf中的预测部分，主要是F矩阵的构建templateboolESKF::Predict

目录1.理论推导2.代码实现3.欢迎来过千帆公众号读书学习1.理论推导2.代码实现由于第7章已经有个icp_3d类了，并且有了点面ICP功能，这里直接在其基础上添加实现基于点面ICP的IEKFLIO系统对观测方程的处理方式，即：voidIcp3d::ComputeResidualAndJacobians(constSE3&input_pose,Mat18d&HTVH,Vec18d&HTVr)对观测

目录1.给ICP和NDT配准添加柯西核函数1.1代码实现2.将第1部分的robustloss引入IncNDTLO和LooselyLIO，给出实现和运行效果3.从概率层面解释NDT残差和协方差矩阵的关系，说明为什么NDT协方差矩阵可以用于最小二乘4.为LOAMlikeLO设计一个地面点云提取流程，并单独为这些点使用点面ICP4.1代码实现4.2对地面点进行ICP5.也欢迎大家来我的微信公众号--过千

目录1.为NDT设计一个匹配度评估指标，利用该指标可以判断NDT匹配的好坏。2.利用第1题的指标，修改程序，实现mapping部分的回环检测。3.将建图结果导出为NDTmap，即将NDT体素内的均值和协方差都存储成文件。4.实现基于NDTmap的激光定位。根据车辆实时位姿，加载所需的NDT体素并完成定位。5.给出上述结果相比于PCLNDT的性能、存储空间等关键指标1.为NDT设计一个匹配度评估指标

莫買沃洲山，YnocompreslamontañaWozhou,時人已知處。Yahaygenteque

之前博客对3DGS进行了学习与调研学习笔记之——3DGaussianSplatting及其在SLAM与自动驾驶上的应用调研-CSDN博客文章浏览阅读450次。

一报错Anaconda创建的虚拟环境，python=3.5.6，pipinstallopencv-python的方式安装opencv，安装版本为4.4.importcv2“/home/slam/anaconda3

安装小机器人的安装包，输入如下命令，回车输入密码(自己设的)：sudoaptinstallros-noetic-turtlebot3-simulationsros-noetic-turtlebot3-slamros-noetic-turtlebot3

awslambda到现在，我们已经完成了向AmazonEKS(工作地点)的迁移，并且集群已经投入生产。过去，我已经写了一些要点的简短摘要，您可以在这里找到。

但是每天实际工作的量还是不够，主要是来看slam14讲算法书的进展太慢。这个主要原因还是自己的问题，经常动不动就想休息。毕竟之前精气伤了这么多年。如果从12年开始算已经有10年了。

参考链接：raulmur/ORB_SLAM2:Real-TimeSLAMforMonocular,StereoandRGB-DCameras,withLoopDetectionandRelocalizationCapabilities

官网地址：https://uptime.kuma.pet/GitHub地址：https://github.com/louislam/uptime-kumaAPI文档地址：https:

我想做slam导航的agv搬运车或者扫地机。