state estimation for robotics. This book is intended for students and practitioners of robotics who are interested in using noisy sensor data to estimate the position, orientation, and other state variables of robots as they move through the three-dimensional world. It covers classical and modern techniques commonly used in robotics today.

八叉树SLAM 使用 CUDA 和 OpenGL 构建和渲染大型八叉树地图 ＃＃参考 【OctoMap：基于八叉树的高效概率3D映射框架】（ ） [KinectFusion：实时密集表面映射和跟踪] ( ) [KinectFusion：使用移动深度相机进行实时 3D 重建和交互] ( ) [具有体积融合的实时大规模密集RGB-D SLAM]（ ） [CPU 上的实时体积 3D 映射] ( ) [使用体素锥跟踪的交互式间接照明] ( ) [VoxelPipe] ( ) [高效的稀疏体素八叉树 - 分析、扩展和实现] ( ) [GigaVoxels] ( )

nerf-slam的复现文档,我根据自己的操作一步一步写的写的,源码是有错误的,我文档有说怎么修改错误,已经把坑都过了一遍了

slam学习资料及PPT

SLAM_GMAPPING SLAM（同步本地化和映射）是在构建或更新未知环境的地图时同时跟踪代理在其中的位置的计算问题。 它包含软件包openslam_gmapping和slam_gmapping ，这是OpenSlam Gmapping的ROS2包装器。 该包装器已通过Crystal Clemmys和Dashing Diademata成功测试。 使用slam_gmapping，您可以根据激光和移动机器人收集的数据来创建二维占用栅格图（如建筑物平面图）。 发射： ros2 launch slam_gmapping slam_gmapping.launch.py 节点slam_gmap

ORB-SLAM2安装指南，具体可参见博客中的详细介绍，按照步骤安装，可在Ubuntu14.04中运行ORB-SLAM2算法。

一款轻量而功能强大的点云可视化和编辑软件，支持pcd, ply, las等多种格式，轻松打开海量点云数据，支持多方式多字段渲染点云，对点进行方便的查询、量测和编辑，可应用于测绘、高精地图、SLAM等领域。

GNSS解析代码。并且能够利用slam结果做坐标的归一化，实现用的vins，也有orb版本的很好用，直接ros读入

CIL-SLAM 1、工程简介 cil-slam是相机-惯性测量单元-雷达紧耦合slam系统的简称，也是我硕士毕业的课题，目前为止完成度不高，要抓紧时间了！总体思想：参考lio-sam以因子图作为后端，添加imu预积分约束（同时高频imu测量辅助点云进行畸变去除和姿态预测）、雷达里程计约束、视觉里程计约束（3D-2D的匹配）。 2、视觉部分 以激光雷达帧构成的局部地图补全视觉特征的深度，视觉部分采用点特征以及线特征，前端特征提取与跟踪已经完成。代码上对vins-mono的光流跟踪节点以及Pl-vio的线特征跟踪节点进行了重构，采用ROS与功能类分离的设计，同时也提升了代码的可读性。 光流跟踪效果： 线特征匹配效果： 3、参考资源 感谢以下大佬的文章以及开源代码，没有他们的杰出工作，我们去哪搬砖呀： ，Tixiao Shan小哥真的是年轻有为！

#资源达人分享计划#