内容简介本书系统介绍了视觉 SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法

ORB-SLAM2安装指南，具体可参见博客中的详细介绍，按照步骤安装，可在Ubuntu14.04中运行ORB-SLAM2算法。

一个小DEMO，基于FLD直线检测算法提取两张图像中的线特征，然后进行线特征匹配，基于匹配结果基于优化的方法计算两帧相邻图像的运动关系，输入两张图像，输出两张图像的旋转和平移变换矩阵。 cmake工程，运行命令：“./build/motionCompute ./data/1.png ./data/2.png”

1. 视觉SLAM 系统概述 SLAM 是Simultaneous Localization and Mapping 的缩写，中文译作“同时定位与地图构建” 。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为“视觉SLAM”。 视觉SLAM流程分为以下几步 传感器信息读取。在视觉SLAM 中主要为相机图像信息的读取和预处理。 视觉里程计。视觉里程计任务是估算相邻图像间相机的运动，以及局部地图的样子。 后端优化。后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对它们进行优化，得到全局一致的

计算机视觉、激光雷达-相机多传感器融合、相机标定的坐标系描述图

《视觉slam介绍》PPT，《视觉slam介绍》课件，《视觉slam介绍》

高翔视觉slam十四讲有完整库的代码文件 ： 因为高翔视觉slam十四讲文件里面的，3rdparty文件夹下下载下来是空的，所以这里有专门的已经下载好了的文件夹供大家使用，不用再自己下载了，避免因版本不同而编译错误。 操作： 1、库文件中如果有build文件夹的，先删除build文件夹。 2、然后 cmake .. 3、make -j4, 编译成功，运行各章节的代码文件。

视觉SLAM十四讲-高翔 完整版

旋转矩阵用九个量描述三自由度的旋转，具有冗余性；欧拉角和旋转向量是紧凑的，但具有奇异性。事实上，我们找不到不带奇异性的三维向量描述方式 [19]。这有点类似于，当我们想用两个坐标表示地球表面时（如经度和纬度），必定存在奇异性（纬度为 ±90 ◦ 时经度无意义）。三维旋转是一个三维流形，想要无奇异性地表达它，用三个量是不够的。 在表达三维空间旋转时，也有一种类似于复数的代数：四元数（Quaternion）。四元数是 Hamilton 找到的一种扩展的复数. 它既是紧凑的，也没有奇异性。 一个四元数 q 拥有一个实部和三个虚部。 其中 i,j,k 为四元数的三个虚部。这三个虚部满足关系式： 由

pcl常用于点云处理、三维重建及机器人、SLAM场景 这个包已将一些必要的步骤的结果直接归拢到一起，直接在VS上配置属性就可以，无需再去下载子包，比较适合小白或者想节省时间、提高效率的人用 配置流程可自行百度，我已将.lib动态库的名字提取到txt,方便大家配置使用 一起加油！