1 相关网址
（1）Andrew Davison的论文
Andrew Davison是SLAM领域的大牛，他推荐的很多文章都对入门有帮助。论文地址：
http://www.doc.ic.ac.uk/~ajd/publications.html
他们的机器人课程也是很推荐的，里面有相关的教程，地址是：
http://www.doc.ic.ac.uk/~ajd/Robotics/index.html
（2）高博写的博客
高博（博客名为半闲居士）所写的SLAM相关博客，生动有趣，内容详实，是SLAM从理论到实践的首选。他的博客地址是：
http://www.cnblogs.com/gaoxiang12/
顺便推荐高博他们的微信公众号【泡泡机器人SLAM】。该公众号分享了一些列实用的课程，而且大部分都是有资料和视频录像的，非常推荐！
（3）OpenSLAM
https://openslam.org/
这个网站分享了很多开源的项目，可以根据需要选择一些作为入门。
（4）SLAMCN 网站
里面内容相当全，从概念介绍到典型系统，到资料推荐，再到相关牛人和实验室，应有尽有。
http://www.slamcn.org/index.php/%E9%A6%96%E9%A1%B5
2 典型SLAM系统
（1）Monocular SLAM
http://vision.ia.ac.cn/Students/gzp/monocularslam.html
（2）PTAM
http://www.robots.ox.ac.uk/~gk/PTAM/
（3）ORB-SLAM
http://webdiis.unizar.es/~raulmur/orbslam/
（4）LSD-SLAM
http://vision.in.tum.de/research/vslam/lsdslam
（5）DSO: Direct Sparse Odometry
http://vision.in.tum.de/research/vslam/dso
3 相关书籍推荐
（1）Multiple View Geometry in Computer Vision (Second Edition)
http://www.robots.ox.ac.uk/~vgg/hzbook/
计算机视觉方面大神级别的书，也有中文版为《计算机视觉中的多视图几何》。如果不把这本书学到通透，很难从事SLAM的深入研究。
（2） Robotics Vision and Control
http://www.petercorke.com/RVC/
这本书是面向实践的，把机器人和机器视觉的东西都讲述了一遍。本书配有MATLAB工具箱，可以免费下载使用，地址为：
http://petercorke.com/Toolbox_software.html
另外，本书现在也有了中文版，叫做《机器人学、机器视觉与控制》。
（3）Probabilistic Robotics
http://www.probabilistic-robotics.org/
这本书从概率角度讲了机器人相关技术。尤其是关于SLAM的部分对于我们深入理解SLAM技术很重要，推荐阅读。
（4）Lie groups Lie algebras and representations: anelementary introduction
李群李代数相关的知识，如果想要深入研究SLAM背后的数学原理，可以试着学习一下。
（5）State Estimation for Robotics
讲述了机器人中的状态估计问题，和上面提到的第一本书具有同样重要的地位。
http://asrl.utias.utoronto.ca/~tdb/bib/barfoot_ser17.pdf
---------------------
作者：雁回晴空
来源：CSDN
原文：https://blog.csdn.net/zzlyw/article/details/53434778
版权声明：本文为博主原创文章，转载请附上博文链接！
一、入门篇
1. Andrew Davison的课程： http://www.doc.ic.ac.uk/~ajd/publications.html
http://www.doc.ic.ac.uk/~ajd/Robotics/index.html
week7 SLAM，week8里面推荐了slam的两个入门 Tutorial 1 和Tutorial 2
2. 瑞士苏黎世理工的学生练习：http://www.csc.kth.se/~kootstra/index.php?item=313&menu=300
把excise 3：SLAM（EKF）做完，SLAM原理基本理解
3. 高博的CNBLOG：http://www.cnblogs.com/gaoxiang12/
二、现有资源
1. OpenSLAM：https://openslam.org/
这个网站中含有很多slam方面的资料，编写的程序也各有不同，很权威
2. Kitti图库，可以做simulation：http://www.cvlibs.net/datasets/kitti/
3. 苏黎世理工学习练习excise3看完后可以使用Javier Civera 的程序进行试手，注意对calibration的调整
http://webdiis.unizar.es/~jcivera/code/1p-ransac-ekf-monoslam.html
4. 对于Javier Civera的1p RANSAC-monoSLAM有一定了解了，可以试试用SURF去实现
南理工论文可以参考 http://cdmd.cnki.com.cn/Article/CDMD-10288-1012319519.htm
5. RGB-D SLAM Dataset and Benchmark：http://cvpr.in.tum.de/data/datasets/rgbd-dataset
慕尼黑工业大学，还有其他的数据库，如单目视觉里程计数据库，详见http://vision.in.tum.de/data/datasets
6. Monocular SLAM：http://vision.ia.ac.cn/Students/gzp/monocularslam.html
The research in monocular SLAM technology is mainly based on the EKF(Extended Kalman Filter) SLAM approaches.
7. MRPT：http://www.mrpt.org/ the mobile robot programming toolkit非常好的东西
8. PTAM：http://www.robots.ox.ac.uk/~gk/PTAM/
libCVD：http://www.edwardrosten.com/index.html
编译PTAM：http://www.fx114.net/qa-207-77156.aspx
windows下编译PTAM：http://blog.csdn.net/cgf_909/article/details/24457771
9. ORB_SLAM：http://webdiis.unizar.es/~raulmur/orbslam/
10. LSD_SLAM：http://www.cnblogs.com/hitcm/category/763753.html
三、相关书籍
1. Multiple View Geometry in Computer Vision Second Edition ，http://www.robots.ox.ac.uk/~vgg/hzbook/
计算机视觉方面大神级别的书，也有中文版
2. Robotics Vision and Control ，http://www.petercorke.com/RVC/
澳大利亚昆士兰理工大学的Peter Corke是机器视觉领域的大牛人物，他所编写的Robotics, vision and control一书更是该领域的经典教材
配套有matlab工具箱。工具箱分为两部分，一部分为机器人方面的，另一部分为视觉方面的工具箱
源代码都是开放免费下载的： http://petercorke.com/Toolbox_software.html
3. Probabilistic Robotics，http://www.probabilistic-robotics.org/理解这本书要有很好的数学基础
四、研究学者
国内激光雷达Slam武汉大学做得好，李明教授是最早一批做3Dslam的；国防科大的应该也不错。
国外的话斯坦福的塞巴斯蒂安是绝对的大牛，他的徒弟也都很厉害；KIT的SLAM6D做的很好，现在网上有开源的3DTK，内部集成了slam6D；
德国弗莱堡大学做的也不错。
1. 英国帝国理工学院Andrew Davison：http://www.doc.ic.ac.uk/~ajd/，SLAM领域的权威
2. 麻省理工John Leonard：http://marinerobotics.mit.edu/ 侧重于应用。目前主要在做水下SLAM的项目。参加过DARPA的智能车挑战赛。
3. 悉尼大学Victoria Par： http://www-personal.acfr.usyd.edu.au/nebot/victoria_park.htm 经典数据库
4. 慕尼黑工业大学Jakob Engel：http://vision.in.tum.de/members/engelj
5. 斯坦福Sebastian Thrun：http://robots.stanford.edu/papers.html
五、其他资源（暂未验证网站）
1. Giorgio Grisetti; Cyrill Stachniss; Wolfram Burgard; (GridMapping 算法,及概率机器人一书作者)
2. M. Montemerlo; Dirk Haehnel; Sebastian Thrun; (FastSLAM创始者,理论水平和实际应用能力非常强)
参加过DARPA的智能车挑战赛，取得最好成绩。
3. Austin Eliazar; Ronald Parr; (DP-SLAM创始者,从文章到数据,程序都公开的牛人)
4. 以 Jose Neira和Jose luis Blanco为代表的一批西班牙学者.
5. http://babel.isa.uma.es/mrpt/index.php/Main_Page 2008年开始陆续出现了一些好文章.
6. http://cres.usc.edu/radishrepository/view-all.php 包含了大量的用于验证SLAM算法的数据.
7. http://www.isa.uma.es/C13/jlblanco/default.aspx 西班牙的一个博士生.编程能力极强. 另外Jose Neira带领的团队也比较猛.
---------------------
作者：西电之梦
来源：CSDN
原文：https://blog.csdn.net/xidianzhimeng/article/details/52447335
版权声明：本文为博主原创文章，转载请附上博文链接！