A collection of SLAM materials, which are all extracted online from various sources.

1. 一文带你读懂SLAM
2. 中文SLAM索引 SLAMCN
3. Source Code openslam
4. 学习SLAM需要哪些预备知识？
5. 2017年10月开源SLAM汇总

1. 跟踪SLAM前沿动态, 精选paper包括纯视觉SLAM，三维重建，基础数学工具，导航路径规划，深度学习SLAM，激光与视觉融合等类别。
2. TBD

1. 高翔 视觉SLAM14讲，视频教程on Bilibili.

1. State Estimation for Robotics, SLAM入门教材推荐，对深入理解SLAM实质非常有帮助
2. Course on SLAM，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。还有 SLAM TOOLBOX FOR MATLAB

1. slamcode的博客
2. 黄百川 知乎专栏
3. 刘富强 博客
4. 任乾知乎专栏SLAM论文和源码解读
5. 紫薯萝卜VIO/VSLAM理论与实战

1. 谷歌slam地图库 cartographer的源码注释 ，关于cartographer的源码分析

   • 基于图优化的SLAM算法
   • 比较完善的匹配系统，包含建图和定位
   • 目前效果最好的开源激光SLAM系统

2. BLAM, B(erkeley) L(ocalization) A(nd) M(apping). 安装使用教程 on CSDN. 程序介绍见 开源激光SLAM项目BLAM-1 .开源激光SLAM项目BLAM-2

3. LOAM-纯激光，匀速运动假设，无回环。

4. V-LOAM-视觉激光融合、漂移匀速假设，无回环。

5. VELO-视觉激光融合，无运动畸变假设，有回环

1. ORB_SLAM: ORB_SLAM的核心是使用ORB作为vSLAM的核心特征，是一个完整的SLAM系统，包含了视觉里程计、跟踪、闭环检测，是一种完全基于稀疏特征点的单目SLAM系统。同时也有单目、双目和RGBD相机的接口。ORB特征实际上是将FAST特征的检测方法和BRIEF特征描述子的结合起来的，并在他们原来的基础上做了改进和优化，在效果和速度上都有很大的提升。上面的地址是我们的双目产品接入了ORB_SLAM后的一个历程，ORB_SLAM并没有加入IMU的计算。

2. VINS-Mono和 VINS-Mobile是香港科技大学的沈劭劼老师团队开源的单目视觉惯导SLAM方案，也是非常经典的一个单目VIO的项目。对整体算力的要求不高，精度也不错，尤其是VINS-Mobile可以在iOS系统运行。 VINS-Fusion是VINS-Mono的一个扩展，它支持多传感器的整合，包括单目+IMU、双目+IMU甚至纯双目，同时也提供了增加GPS的版本。

3. OKVIS: Open Keyframe-based Visual-Inertial SLAM. OKVIS是苏黎世联邦理工学院发布的一个双目VIO项目，这也是一个非常经典的双目VIO，但是它只输出六自由度的位姿，并没有回环检测和地图，因此严格意义上说并不是一个完整的SLAM，虽然它精度不错，但是如果长时间静止会出现位姿飘走的情况，这也是该项目里的一个问题。OKVIS的代码结构框架是非常清晰的，但只限于定位功能这一部分，也包含了紧耦合和多传感器融合，代码也是非常推荐大家去学习。

4. maplab: maplab是苏黎世理工大学继OKVIS之后推出的另一个vSLAM框架，它包含了两部分，一部分是ROVIO，另一部分是SLAM离线处理的console.

5. MSCKF: MSCKF是一个经典的基于滤波理论优化的vSLAM，它的优点是对算力要求不高，而且精度也不错。

6. Open_VINS: 是Huang Guoquan老师团队在2019年8月份开源的一套基于MSCKF的VINS算法，黄老师曾是Tango项目的核心成员，在MSCKF这块非常的权威。