注意：不支持Ubuntu 16.04及更低版本 FAST-LIO 2.0 将于2021年3月底发射。 新的功能： 更快更好 更高的频率； 更多的LiDAR支持（Horizo​​n和Ouster 64）； 支持基于ARM的嵌入式平台。 FAST-LIO FAST-LIO （快速LiDAR惯性里程计）是一种计算效率高且功能强大的LiDAR惯性里程计套件。它使用紧密耦合的迭代扩展卡尔曼滤波器将LiDAR特征点与IMU数据融合在一起，从而在发生退化的快速运动，嘈杂或混乱的环境中实现强大的导航能力。我们的软件包解决了许多关键问题： 快速迭代的卡尔曼滤波器，用于里程计优化； 在最稳定的环境下自动初始化； 并行KD-Tree搜索以减少计算量； 强大的特征提取； 开发者 ：激光贴图和姿势优化； ：特征提取。 要了解更多详细信息，请参阅我们的相关文章：） 我们的相关论文：现在可以在arxiv上获得我

支持GNSS/INS松组合解算 支持GNSS/INS/Camera融合解算 支持纯惯导推算 支持VIO解算，不过需要利用GNSS数据进行全局的初始化

RTAB-MAP压缩包里有以下个开源代码： 1、RTAB-Map as an open-source lidar and visual simultaneous localization and mapping library for large-scale and long-term online operation-2018.pdf 2、RTABMAP_Appearance-Based_Loop_Closure_Detection_for_Online_Large-Scale_and_Long-Term_Operation.pdf 3、rtabmap_ros-0.20.9-melodic.zip 4、rtabmap-0.20.8.zip RTAB-MAP，2009年开始设计，2013年首次开源，2016年完全基于图优化，2017年扩展了很多新应用，是RGB-D SLAM中比较经典的方案。目前被发展成跨平台独立的C++库和一个ROS功能包。

SLAM根据轨迹生成点云地图 python

里程计在轮式移动机器人运行过程中存在严重的误差累计，通过校核系统参数可以减小系统误差。针对传统UMBmark系统误差校核方法存在的不足，提出一种改进的系统误差校核新方法。该算法综合考虑三种主要系统误差来源产生的误差对移动机器人直线运动和定点旋转运动造成的影响，同时采用正方形回路终点的方向误差代替位置误差来校核系统参数。实验结果表明，该方法能够有效校核系统参数，提高移动机器人的定位精度。

Good Features to Track LVI-SAM中视觉里程计的角点特征提取方法

里程计标定源码，采用直接线性标定

Gazebo上帝视角里程计 绝对里程计 service /gazebo/get_model_state 。

全向轮的速度和里程计计算。用于四轮小车。

视觉SLAM十四讲; LK光流;直接法