写在前面：
从18年开始接触自主机器人定位建图，8月打开高翔的《视觉SLAM十四讲》以及视频教程正式进行系统学习，现在也基本能看懂那些State of the art的paper与算法。但感觉自己对于一些细节方面的知识点似懂非懂、不求甚解，于是听从了实验室小伙伴的建议，在博客上对SLAM学习内容进行总结和整理。也是一种自我监督的方式把，将书中那些还不理解的、简单略过的内容一一攻克。同时也是觉得SLAM的确是个很有意思的方向，想为马上几个月后找工作做准备。欢迎各位共同监督，指出我一些整理不到位和错误的地方，一起进步！
目录
视觉SLAM——概述 算法框架 SLAM与SFM的区别
视觉SLAM——二维三维几何、三维空间刚体变换
视觉SLAM——李群李代数
视觉SLAM——针孔相机模型 相机标定原理 双目相机模型 深度相机对比
视觉SLAM——边缘检测 线段检测 Harris角点检测
视觉SLAM——特征点 FAST ORB 特征匹配
视觉SLAM——SIFT与SURF
视觉SLAM——两视图对极几何：本质矩阵 基础矩阵 单应矩阵 三角测量
视觉SLAM——PNP问题专题
视觉SLAM——ICP问题专题
视觉SLAM——光流法与直接法
视觉SLAM——特征点法与直接法对比以及常用开源方案对比
视觉SLAM——滤波器 EKF与PF
视觉SLAM——非线性优化 位姿图
视觉SLAM——回环检测
视觉SLAM——建图与其他
视觉SLAM——VIO概述与常用开源方案
视觉SLAM中的数学——解方程AX=b与矩阵分解：奇异值分解（SVD分解） 特征值分解 QR分解 三角分解 LLT分解
视觉SLAM中的数学——外点处理：鲁棒代价函数 RANSAC方法
参考资料：
1、高翔《视觉SLAM十四讲》作为整理的主要框架
2、《机器人学中的状态估计》（State Estimation for Robotics）18年11月刚出版了中译本
3、《概率机器人》（Probabilistic Robotics）
4、《计算机视觉中的多视图几何》（Multiple View Geometry）
5、《计算机视觉——算法与应用》（Computer Vision: Algorithms and Applications）
6、泡泡机器人、CSDN等
其他的具体会在各章中提出。
另外蹭同学的深蓝学院课程也给我了很大的提高
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
