透彻理解视觉ORB-SLAM3理论基础+代码解析+算法改进资源介绍:
激光SLAM对高精地图和自动驾驶的影响非常显著。它提供了准确的环境感知、精确定位和动态障碍物检测,为自动驾驶系统的安全性、效率和自主导航能力提供了强大支持。本资源理论部分将全面介绍激光SLAM的基础知识与其帧间匹配,回环检测和后端优化方法,实践部分将以室内室外两个场景从gampping,cartographer,loam和LIO-SAM四个经典框架…
资源目录:
彻理解视觉ORB-SLAM3理论基础+代码解析+算法改进 ├──1-1 ORB-SLAM3简介及运行(公开课).mp4 356.11M ├──2-2 ORB-SLAM3编程及调试工具.mp4 118.40M ├──3-3.1 视觉知识点.mp4 145.92M ├──4-3.2 IMU知识点.mp4 57.77M ├──5-3.3 相机模型.mp4 60.50M ├──6-3.4 多视图几何算法.mp4 99.38M ├──7-4 ORB-SLAM3基本原理与系统架构.mp4 337.28M ├──8-5.1 Tracking线程子模块详解.mp4 164.93M ├──9-5.2 Tracking线程代码详解.mp4 194.93M ├──10.6.1 LocalMapping子模块详解.mp4 220.05M ├──11.6.2 LocalMapping子模块详解.mp4 258.54M ├──12.7.1 Loop&Merging线程及其代码详解.mp4 192.54M ├──13.7.2 Loop&Merging线程代码详解.mp4 193.59M ├──14.8.1 ORB-SLAM3的改进算法,包括地图稠密化、语义信息融合等版本.mp4 70.62M ├──15.8.2 ORB-SLAM3研究方向建议:包括深度学习与ORB-SLAM3.mp4 114.48M └──16.8.3 ORB-SLAM3研究方向建议:包括深度强化学习与ORB-SLAM3.mp4 91.05M