用于建立turtlebot3的仿真环境，搭建完成可以进行slam仿真

用于建立turtlebot3环境，可以基于ROS建立仿真环境，进行slam建图

针对室内环境中视觉同时定位与建图（simultaneous localization and mapping, SLAM）精度不高和实用性较差等问题,采用深度相机作为传感器,提出一种基于改进词袋模型的视觉SLAM算法。该算法通过增加节点距离的方式,对传统的词袋模型进行改进,采用octree方法转化点云,生成可用于导航的八叉树图,并进行改进前后词袋模型对比实验、数据集精度实验和实验室实测。结果表明,改进后的词袋模型相似度计算能力和区分度更强,SLAM算法在环境有回环和相机运动较慢的情况下,效果较好,可满足室内同时定位与建图及后续导航需求。

KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。上传部分包含双目两个相机的的灰度图像，相机内参以及时间序列。

单目视觉移动机器人slam方法建模与仿真分析

视觉 SLAM 十四讲，高翔博士的杰作，从实践到理论，AR的基础理论。

三角测量-PnP问题-BA算法.rar

关于使用EKF算法在Matalb编程实现SLAM的仿真实验

一、发展背景 作为新一代人机交互平台，虚拟现实聚焦身临其境的沉浸体验， 强调用户连接交互深度而非连接广度（数量）。虚拟现实由来已久， 钱学森院士称其为“灵境技术”，指采用以计算机技术为核心的现代 信息技术生成逼真的视、听、触觉一体化的一定范围的虚拟环境， 用户可以借助必要的装备以自然的方式与虚拟环境中的物体进行交 互作用、相互影响，从而获得身临其境的感受和体验。随着技术和 产业生态的持续发展，虚拟现实的概念不断演进。业界对虚拟现实 的研讨不再拘泥于特定终端形态，而是强调关键技术、产业生态与 应用落地的融合创新。本白皮书对虚拟（增强）现实（Virtual Reality， VR/Augmented Reality，AR）内涵界定是：借助近眼显示、感知交互、 渲染处理、网络传输和内容制作等新一代信息通信技术，构建身临 其境与虚实融合沉浸体验所涉及的产品和服务。早期学界通常在 VR 研讨框架内下设 AR 主题，随着产业界在 AR 领域的持续发力，部分 业者将 AR 从 VR 的概念框架中抽离出来。两者在关键器件、终端形 态上相似性较大，而在关键技术和应用领域上有所差异。 VR 通过 隔绝式的音视频内容带来沉浸感体验，对显示画质要求较高，AR 强 调虚拟信息与现实环境的“无缝”融合，对感知交互要求较高。此 外，VR 侧重于游戏、视频、直播与社交等大众市场，AR 侧重于工 业、军事等垂直应用。从广义来看，虚拟现实包含增强现实，狭义

Visual SLAM 15年发展历程(高清版)