参考书籍：《视觉SLAM 14讲》

代码： https://github.com/gaoxiang12/slambook

 

第1讲：前言；

学习需具备的知识：

>高等数学、线性代数、概率论

>C++语言基础

>Linux基础

 

SLAM 概念：

Simultaneous Localization and Mapping 的缩写，中文译为：同时定位与地图构建；

指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境模型，同时估计自己的运动。 如果这里的传感器为相机，则成为视觉SLAM；

 

SALM目的：

解决定位与地图构建这两个问题，即需要估计传感器自身的位置还要建立周围环境模型；

当相机作为传感器的时候，我们要做的就是根据一张张连续运动的图像，从中估计出相机的运动以及周围环境中的情况；

 

SLAM相关书籍：

《概率机器人》、《计算机视觉中的多视图几何》、《机器人学中的状态估计》等；

 

SLAM系统细分模块：

视觉里程计

后端优化

建图

回环检测

 

SLAM编程实践涉及的库：

OpenCV，PCL，g2o，Ceres;