SLAM学习-论文综述(一)

论文题目：

A Survey of Simultaneous Localization and Mapping(2020)

作者：Baichuan Huang1,2, Jun Zhao1Jingbin Liu2
           1  Nanyang Technological University, Singapore 新加坡南洋理工大学
           2  Wuhan University, Wuhan, China  武汉大学

摘要：

同时定位与地图（SLAM）实现了基于自我感知的同时定位和地图构建。本文综述了激光雷达SLAM、视觉SLAM及其融合技术。

本文的贡献可以总结如下：本文提供了一个高质量和全面的SLAM概述。对于新的研究人员来说，掌握SLAM的发展并非常清楚地了解它是非常友好的。此外，本文还可以作为有经验的研究人员寻找新的兴趣方向的词典。

章节安排

1.简介

2.激光雷达SLAM，包括激光雷达传感器、开源激光雷达SLAM系统、激光雷达的深度学习以及挑战和未来

3.视觉SLAM，包括摄像头传感器、不同密度的开源视觉SLAM系统、视觉惯性里程计SLAM、视觉SLAM的深度学习和未来

4.激光雷达与视觉的融合

5.指出了SLAM未来研究的几个方向，并为SLAM领域的新研究人员提供了高质量和全面的用户指南。

1.简介：

SLAM包含两个主要任务：定位和映射。

这是移动机器人技术中一个重要的开放性问题：要精确移动，移动机器人必须拥有精确的环境地图；然而，为了绘制精确的地图，移动机器人必须精确地知道感应位置。先来的是鸡还是蛋？&