Slam Toolbox，用于在可能庞大的地图中进行2D终身映射和本地化Slam Toolbox DockerHub Build Farm N / A注意：Slam Toolbox的ROS2端口不完整。 正在进行的已知工作：交互式标记需要移植到ROS2，集成的Panel插件需要移植到ROS2，以测试和运送rviz插件。我们已经收到用户的反馈，并且使用SLAM Toolbox在以下环境中操作机器人：零售仓库图书馆研究也是当前支持的ROS2-SLAM库。 查看在ROS2中使用它的教程

Gmapping SLAM原始论文《Improved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters》，大家可以详细阅读，有需要的可以下载。同时可以参照博客https://blog.csdn.net/i_robots/article/details/108308676

这个程序的作用是输入三角化和观测点的地图坐标和位姿，输出计算图像平面重投影误差

matlab的slam代码图-SLAM-MATLAB 使用 MATLAB 代码绘制 SLAM 分配图 第一次操作 为了使图 SLAM 首先起作用，我放置了一些任意距离。 结果如下： 仍然需要相对于初始绘图正确调整距离。 距离调整 我根据地图调整了因子的距离和角度。 对于所有度量（因素），包括运动和地标，我都保持协方差不变。 对于距离地标，我设置了 1cm 的协方差，因为我明确地犯了这些错误（我没有测量到毫米的距离，但我做了更近似的测量）。 对于角度，我将协方差设为 10 度，因为我犯了与距离相同的错误。 我将运动的协方差保留为我们在课堂上设置的相同值。 运动协方差： x: 10 厘米 y: 10 厘米 角度：2º 协方差地标： 距离：1cm 角度：10º 结果如下： 我们看到状态 2 离它应该在的位置有点远，我们看到度量 6，有一个小的协方差将系统的最后一部分缩小到它认为它应该在的位置。 此外，运动因子在 xiy 中的协方差非常大（10 厘米）。 协方差调整 为了更好地拟合地图，我将因子 8 和 9 的距离协方差改变为 3 厘米，因为我更有可能在距离越远的测量中产生更多的不准确。 我让

cmake管理第三方库

Learning《视觉SLAM十四讲》——编程环境安装、外部库安装命令行汇编(ch1-6)-附件资源

出版社: Springer; 1999 (2012年11月14日) 平装: 205页 语种： 英语 ISBN: 1461369827 条形码: 9781461369820 商品尺寸: 15.5 x 1.3 x 23.5 cm 商品重量: 318 g ASIN: 1461369827

SLAM技术在自动驾驶中的应用与难点-智行者高翔

根据视觉十四讲中第七讲为框架，自制的介绍多试图几何的讲义。介绍了基于单目摄像机采集到的多帧图像，实现相机的位姿估计。介绍了対级几何，三角测量，八点法，P3P，ICPSVD分解。对于上述方法的理论推导完善且详尽，对于求解问题用到的算法进行了简明的整理。是学习SLAM前端特征点法的好资料。

包括视觉slam十四讲，国内外相关论文，还有一些相关知识，是搜集了很多资料之后整理得到的，对学习视觉里程计有很大帮助