为了准备秋招，对SLAM中的一些基础知识进行了整理与汇总，提供给大家作为参考，希望大家都能拿到理想的offer。 欢迎大家留言讨论，不足之处还请批评指正，有问题的话可以直接私信我。 【注】下面每个知识点都有对应的链接，可以直接点击链接跳转到对应的文章中。 三维旋转 旋转矩阵R、平移向量t以及变换矩阵T 视觉 针孔相机模型和相机内参矩阵K 2D-2D：对极几何与本质矩阵F 单应矩阵H 三角测量获取特征点深度 3D-2D：PnP ICP 激光雷达 ICP NDT IMU IMU预积分 后端 滤波方法 贝叶斯滤波器 高斯推断推导 卡尔曼滤波器KF 扩展卡尔曼滤波EKF 迭代扩展卡尔曼滤波IEKF 基于误差状态的卡尔曼滤波ESKF 优化方法 高斯牛顿法（GN） Bundle Adjustment（BA）
这篇博客汇总了SLAM（Simultaneous Localization And Mapping）中的关键知识点，包括三维旋转、变换矩阵、针孔相机模型、对极几何、单应矩阵、三角测量、PnP算法、ICP和NDT等。同时介绍了IMU预积分和后端滤波方法如卡尔曼滤波、高斯牛顿法以及Bundle Adjustment。适合秋招准备的同学们参考学习，欢迎讨论和指正。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
