학습 자료 — Visual-SLAM Roadmap

강의	강사	링크
SLAM & Photogrammetry	Cyrill Stachniss (Uni Bonn)	YouTube 재생목록
First Principles of Computer Vision	Shree Nayar (Columbia)	YouTube 채널
Multiple View Geometry	Daniel Cremers (TU Munich)	YouTube 재생목록

교재	저자	핵심 주제
Introduction to Visual SLAM	Xiang Gao et al.	VO, 최적화, 리 대수, 백엔드, 루프 클로저 — 입문자에게 최고의 SLAM 교재
Photogrammetric Computer Vision	Wolfgang Förstner & Bernhard Wrobel	카메라 기하학, 추정, 3D 재구성 — 수학적으로 엄밀함
Multiple View Geometry in Computer Vision	Richard Hartley & Andrew Zisserman	에피폴라 기하학, 삼중초점 텐서(trifocal tensor), 재구성 — 바로 그 "바이블"
Computer Vision: Algorithms and Applications	Richard Szeliski	특징 검출, 스테레오, 모션, 3D — 포괄적인 레퍼런스 (2판 무료 PDF)
State Estimation for Robotics	Timothy Barfoot	추정 이론, 리 군, 배치/순환 추정 — 무료 PDF (2판)
Probabilistic Robotics	Thrun, Burgard & Fox	베이즈 필터, EKF/파티클 필터 SLAM — 고전적인 확률론적 토대
Factor Graphs for Robot Perception	Frank Dellaert & Michael Kaess	팩터 그래프, 소거(elimination), iSAM2 — 백엔드의 바이블 (무료 PDF)
SLAM Handbook	Carlone, Kim, Barfoot, Cremers, Dellaert (eds.)	위치추정과 매핑에서 공간 지능까지 — 무료 커뮤니티 도서 (2024-25)

서베이	저자/연도	핵심 개념
Past, Present, and Future of SLAM	Cadena 2016	정통 방향 제시 서베이 — 강건한 인식(robust perception) 시대, 미해결 문제
Event-based Vision Survey	Gallego 2020	이벤트 카메라와 알고리즘 (→ 레벨 10에도 등장)

자료	링크
SLAM Zero-to-Hero 코드 실습	GitHub — Docker 기반의 실습형 예제로, 이 로드맵의 주제들(특징 검출, 에피폴라 기하학, RANSAC, ICP, g2o/GTSAM/Ceres)과 시스템들(ORB-SLAM2, Basalt, Kimera, FAST-LIO2, MASt3R-SLAM 등)을 다룸; 각 실습은 해당하는 학습 노트에서 링크됨
changh95/slam_lecture_codes	GitHub — 전체 SLAM 강의 코드 모음