南京理工大学的写的非常好的论文。特征匹配，slam等知识

数据融合matlab代码导航和状态估计 018827-。 教学大纲：导航过滤器，用于IMU初始化的精确方法，卫星系统和惯性导航系统集成，可测量和外部数据的信息融合，行人导航和无陀螺仪导航。 该课程的最后一个项目展示了一个完整的导航解决方案，该解决方案由EKF估计并带有带噪声的IMU和GPS传感器，并在该场景的一系列运动状态和全局状态中被声明为： 与观测值本身正在纠正的位置（z̃_GPS）不同，这里的误差会随着时间的推移而恶化，因为它们会随机行走： IMU漂移的最终和最重要的表示形式是总体轨迹，其估计路线随时间呈指数级偏离，从GT到GT： 086761-。 教学大纲：惯性和航位推算导航，概率信息融合，视觉辅助导航，同时定位和制图，Imu预集成，视觉惯性束调整，协作导航和猛击（集中式和分布式），活动状态估计和信念空间规划。 作业示范： 086759-。 教学大纲：方向参数化，导航系统中的主要坐标系，不同坐标系之间的3D刚性转换，动力学，惯性传感器，惯性导航方程式，地球模型，传感器误差特性，惯性误差表示，GNSS，Ins-GPS Ekf概述。 了解惯性导航系统的工作原理和基本方程式。 学习对

用于c++并行化的库，我是在学习SLAM过程中用到了此库

SLAM的VS工程

orbslam2 needs v0.5 other the latest version on the github 0.6

ORB_SLAM3源码（附带详细注释）

Factor Graphs for Robot Perception.pdf Factor Graphs for Robot Perception.pdf Factor Graphs for Robot Perception.pdf Factor Graphs for Robot Perception.pdf Factor Graphs for Robot Perception.pdf Factor Graphs for Robot Perception.pdf

3D激光导航算法

计算机视觉中的矩阵李群 草稿版，3D刚体运动的表示 刚体运动的表示 刚体运动的表示 刚体运动的表示， 3D运动李群表示，李群在视觉 SLAM 中的应用 等章节

第三届“SLAM技术及应用”暑期学校课件PDF，由中国增强现实核心技术产业联盟、浙江省人工智能学会增强现实分会联合主办，浙江大学CAD&CG国家重点实验室承办，浙江大学-商汤三维视觉联合实验室协办的第三届“SLAM技术及应用”暑期学校与研讨会将于8月18日至21日以线上授课的形式与大家见面。