连载文章,长期更新,欢迎关注:
除了前面讲到的激光SLAM和视觉SLAM这两大主流SLAM系统外,还有其他一些SLAM方案也备受关注。比如将激光与视觉融合的SLAM、视觉和IMU融合的SLAM、基于深度学习的端到端SLAM、基于模式识别的语义SLAM等,下面通过典型案例逐一介绍。
10.1 RTABMAP算法
10.1.1 RTABMAP原理分析
10.1.2 RTABMAP源码解读
10.1.3 RTABMAP安装与运行
10.2 VINS算法
10.2.1 VINS原理分析
10.2.2 VINS源码解读
10.2.3 VINS安装与运行
10.3 机器学习与SLAM
10.3.1 机器学习
10.3.2 CNN-SLAM算法
10.3.3 DeepVO算法
本章讨论了除激光SLAM和视觉SLAM之外的一些SLAM方法,首先是激光与视觉融合的SLAM典型算法RTABMAP,然后是视觉和IMU融合的SLAM典型算法VINS,最后还介绍了一些结合机器学习的SLAM典型算法(CNN-SLAM和DeepVO)。由于机器学习(特别是深度学习)是让传统SLAM技术取得重大突破的关键方向,因此本章花了大量篇幅对整个机器学习及深度学习领域的知识进行了系统性梳理,希望大家能将这部分内容当成重点来学习。
整本书旨在讨论机器人的SLAM和导航问题,关于SLAM部分的内容到这里就已经全部讨论完了,接下来的章节将讨论导航部分的内容。
源码仓库
-
Gitee下载(国内访问速度快):gitee.com/xiihoo-robot/Books_Robot_SLAM_Navigation