1. Real-Time Loop Closure in 2D LIDAR SLAM

2. 摘要

提出的方法应用在一个小型背包平台，可以达到实时的建图和定位，回环精度为5CM。为了达到实时的回环检测，使用了分枝定界为帧扫描和子图的匹配运算进行加速，这个方法达到了state-of-art。

3. 介绍

1. 背景

阅读Cartographer代码，需要解决一些函数的跳转关系，但是这个项目有点庞大，Qt-creator-ros也不能直接对整个克隆下来的项目进行分析其中的依赖关系，导致很多函数跳转不能实现。

本文通过修改CMakeList.txt 以及 一些文件位置， 使得Qt-Creator可以解决跳转的问题，可以自由在代码海洋中穿梭。对于阅读Cartographer有更好的效果。

图像变换

词袋模型

思路:

1. ORB_SLAM2

2. 预备知识【1】

2.1. ICP SE3/Sim3求解

第五讲(上)_最小二乘求解器Solver流程&代码

非线性最小二乘

• 关于舒尔补操作消元,可参考<视觉SLAM14讲的BA部分>

1. 第三讲(上)_基于优化的IMU与视觉信息融合(上)

第三讲(上): (1)最小二乘问题的求解推导 (2)其中有LM算法的相关推导以及鲁棒核函数的推导

第三讲(下)_VIO残差函数的构建及雅克比推导[未完成]

\(x_i\)是15维的状态量,因为姿态\(q_{wbi}\)是指更新量\(\delta\)

1. SLAM综述_2020_Baichuan_Huang

2. 摘要

文章对激光SLAM，视觉SLAM以及它们的融合进行回顾。对于激光或者视觉slam而言，文章阐述了传感器的基本类型和产品、开源系统的种类和历史，深度学习的嵌入，挑战以及未来。另外的，视觉惯性里程计VIO也有被提及。对于激光和视觉融合的SLAM，本文重点提到了关于多传感器的标定，硬件、数据、任务层级的融合。最后，文章讲述了一些开放的问题以及前言的思考。文章的贡献可总结如下：

1. 线性方程组求解的直观感受

1.1. 非齐次线性方程组

求解下面的非齐次线性方程组 \[ \begin{cases} \text{ } 2x_{1}+3x_{2}+x_{3}=2 \\