点击上方“计算机视觉life”，选择“星标”
快速获得最新干货
大家好，我们的社区「小六的机器人SLAM圈」最近有两件大事：
1、西安线下交流会圆满成功！
更多照片见：西安线下交流会圆满成功！
2、基于livox的SLAM学习视频发布！
这是我们星球成员一起努力的结果，以视频的形式分享，已经全部上传到「小六的机器人SLAM圈」知识星球，内容列表：
  • 第01讲-Livox 传感器原理及使用，和其他LIDAR类型的对比
  • 第02讲-LIO-Livox 代码运行及代码框架、数据流梳理
  • 第03讲-LIO-Livox LiDAR 扫描配准ScanRegistration.cpp
  • 第04讲（上）-LIO-Livox 特征提取 LidarFeatureExtractor.cpp
  • 第04讲（下）-LIO-Livox 特征提取 LidarFeatureExtractor.cpp
  • 第05讲-LIO-Livox IMU积分 IMUIntegrator.cpp
  • 第06讲-LIO-Livox 位姿估计PoseEstimation.cpp
  • 第07讲-LIO-Livox 地图管理Map_Manager.cpp
  • 第08讲-LIO-Livox 估计器Estimator.cpp
后续还会陆续有一系列其他主题的学习小组视频发布：
  • NERF SLAM论文一起读
  • 半直接法SVO Pro
  • 多传感器标定
  • GNSS定位库
如果还没加入星球的，正好我们国庆活动来啦，直接立减30元（年度最大优惠），购买后暂时看不了先别急，联系我们客服给你开通所有权益哈，期待星球里和大家交流
购买后务必添加客服，开通全部权益~
全国最大的机器人SLAM开发者社区
最后介绍一下我们最近的几个学习活动：（点击下方标题即可快速获取）
1、实战：基于ORB-SLAM2的管道机器人圆柱约束的位姿估计
管道内单目视觉SLAM尺度漂移较明显，定位挑战很大。学完本项目，你可以动手做到：利用管道的圆柱形结构约束，基于ORB-SLAM2改进地图点位置估计，从而优化SLAM算法精度。详情点击 实战：基于ORB-SLAM2的管道机器人圆柱约束的位姿估计
2、快速入门多传感器融合SLAM：LVI-SAM
LVI-SAM是MIT团队的TixiaoShan等人开源的一个紧耦合的激光雷达视觉惯导SLAM系统，可以实时高精度鲁棒的进行状态估计和建图。哈工大博士带你学习，1个月的学习挑战赛，详情点击 MIT团队开源的这个激光雷达视觉惯导SLAM系统，太香了！
3、快速入门激光雷达惯性SLAM-FastLio2
FAST-LIO2是香港大学火星实验室（MARS）发表在IEEE-RAL和IEEE-TRO的两篇论文，是一种具有高计算效率、高鲁棒性的雷达惯性里程计（LIO）本课程中上海交通大学博士王泽霖推出为期1个月的学习挑战赛第2期，从原理到实战快速掌握，详情点击 香港大学开源的这个激光雷达惯性SLAM，太强了！
4、效果逼近LIO-SAM！带你实现激光雷达SLAM
本项目对ALOAM进行改进，融合众多新技术，ALOAM+ LINK3D + CSF + BALM，纯激光雷达SLAM效果逼近LIO-SAM。详情点击效果逼近LIO-SAM！带你实现激光雷达SLAM：ALOAM+ LINK3D + CSF + BALM
阅读原文
继续阅读
阅读原文