是对高翔slam十四讲第四章内容的修改，解决了若干问题，确保其能够成功运行！！！！

深度学习配准代码和SLAM的代码

针对现有室内环境存在多个平面特征的特点，提出了一种使用平面特征优化相机位姿和建图的实时室内RGB-D 同时定位与地图构建（SLAM）系统。系统在前端采用迭代最近点（ICP）算法和直接法联合估计相机位姿，在后端提取相机关键帧平面特征并建立多种基于平面特征的约束关系，优化相机关键帧的位姿和平面特征参数，同时增量式地构建环境的平面结构模型。在多个公开数据序列上的实验结果表明，在平面信息丰富的环境中，平面特征约束能够减小位姿估计的累积误差，系统能够构建场景平面模型并只消耗少量的存储空间，在真实环境下的实验结果验证了系统在室内增强现实领域具有可行性和应用价值。

针对百度开源的ICEBA算法的ＧｌｏｂａｌＢｕｎｄｌｅＡｄｊｕｓｔｍｅｎｔor的优化算法进行说明。

多移动机器人SLAM融合的研究工作.xmind

3.SVO & LSD_SLAM解析 - 贺一家最近研究机器人自主路径规划，、首页。、专栏平台，上面有很多公开的视频，涵盖多种SLAM技术及其算法的视频、PPT和代码资源，属于公开，转载请注明。

将使用 REMODE[113, 109] 的测试数据集。它提供了一架无人机采集 的单目俯视图像，共有 200 张，同时提供了每张图像的真实位姿。 http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip 处下载。 下载慢的可以去本人上传的资源处下载。 解压后，将在 test_-data/Images 中有从 0 至 200 的所有图像，并在 test_data 目录下可以看到一个文本文件，它记录了每张图像对应的位姿。

详见https://blog.csdn.net/Uni__Lee/article/details/109708847

VINS-Mono 论文公式推导与代码解析 高洪臣.pdf

台式机上的ROS系统与Spark机器人实现通信后，下一步访问并控制机器人建图