附录

学习资料

YouTube课程系列

课程 讲师 链接
SLAM与摄影测量(SLAM & Photogrammetry) Cyrill Stachniss (Uni Bonn) YouTube播放列表
计算机视觉第一性原理(First Principles of Computer Vision) Shree Nayar (Columbia) YouTube频道
多视图几何(Multiple View Geometry) Daniel Cremers (TU Munich) YouTube播放列表

书籍

书籍 作者 核心主题
视觉SLAM十四讲(Introduction to Visual SLAM) 高翔 等 VO、优化、李代数、后端、回环检测 — 最适合入门的SLAM书籍
Photogrammetric Computer Vision Wolfgang Förstner & Bernhard Wrobel 相机几何、估计理论、3D重建 — 数学严谨
Multiple View Geometry in Computer Vision Richard Hartley & Andrew Zisserman 对极几何、三焦张量(trifocal tensor)、重建 — 该领域的圣经
Computer Vision: Algorithms and Applications Richard Szeliski 特征检测、立体视觉、运动、3D — 全面的参考书(第2版免费PDF)
State Estimation for Robotics Timothy Barfoot 估计理论、李群、批量/递归估计 — 免费PDF(第2版)
Probabilistic Robotics Thrun, Burgard & Fox 贝叶斯滤波器、EKF/粒子滤波SLAM — 经典的概率方法基础
Factor Graphs for Robot Perception Frank Dellaert & Michael Kaess 因子图、消元、iSAM2 — 后端圣经(免费PDF)
SLAM Handbook Carlone, Kim, Barfoot, Cremers, Dellaert(编) 从定位与建图到空间智能 — 免费社区书籍(2024-25)

综述

综述 作者/年份 关键概念
SLAM的过去、现在与未来(Past, Present, and Future of SLAM) Cadena 2016 该领域最经典的定位性综述 — 鲁棒感知时代、开放问题
事件相机视觉综述(Event-based Vision Survey) Gallego 2020 事件相机及其算法(→ 也见于第10级)

代码与实践

资料 链接
SLAM从零到一 代码练习(SLAM Zero-to-Hero code exercises) GitHub — 基于Docker的实践练习，涵盖本路线图涉及的主题(特征检测、对极几何、RANSAC、ICP、g2o/GTSAM/Ceres)与系统(ORB-SLAM2、Basalt、Kimera、FAST-LIO2、MASt3R-SLAM等)；各练习均从对应的学习笔记中链接
changh95/slam_lecture_codes GitHub — 完整的SLAM课程代码合集