想学slam

视觉SLAM 视觉SLAM

为了解决这些问题，研究者提出了多种技术，例如LOAM（激光SLAM）结合视觉信息提高精度，RGB-D SLAM利用深度信息增强定位效果，以及多传感器融合SLAM结合惯性测量单元（IMU）提供额外的运动信息等

SLAM 十四讲 课件 slam

**第一讲：SLAM概述与预备知识**这讲主要介绍了SLAM的基本概念，包括为什么需要SLAM，以及SLAM的基本流程。预备知识可能涉及机器人学基础，如传感器原理、概率统计和基础的几何变换。

SLAM发展历程

在这篇论文中，作者们首先介绍了SLAM当前的主流理论和算法框架，然后回顾了SLAM在长期地图构建中的鲁棒性与可扩展性、度量映射与语义映射的表示方法、理论性能保证、主动SLAM与探索以及SLAM在其他新领域的应用等多个话题

SLAM 14讲，slam入门级算法，很好的入门资源。

**EKF-SLAM**：详述基于扩展卡尔曼滤波的SLAM算法，它是最早的SLAM解决方案之一。7.

SLAM算法及讲义

**视觉SLAM（Visual SLAM）**： - 视觉SLAM依赖于图像数据，通过特征匹配和相机运动估计进行SLAM。