主要内容

视觉惯性SLAM：理论与源码解析.

本书系统介绍以相机和惯性测量单元为主传感器的视觉、视觉惯性SLAM 算法。本书通过选取该领域有代表性的两个开源项目，从原理阐述、公式推导、代码解析和工程经验等多个维度，对SLAM 技术进行全面的解读。为了让读者在轻松的氛围中快速理解专业知识，本书以小白和师兄对话的形式娓娓道来，帮助读者在学习的过程中不断思考和提升。同时，本书秉承“一图胜千言”的理念，把大量复杂的原理或流程绘制成清晰、易懂的示意图，降低了初学者的学习门槛。本书理论和实践并重，引导读者循序渐进地掌握项目实践经验。本书兼具技术的广度和深度，适合有一定SLAM 基础的高等院校学生、科研机构研究人员和企业从业者阅读，尤其适合希望深入研究视觉（惯性）SLAM 的算法工程师参考。

视觉SLAM十四讲 从理论到实践 第2版

本书系统介绍了视觉 SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。本书可以作为对 SLAM 感兴趣的研究人员的入门自学材料，也可以作为 SLAM 相关的高校本科生或研究生课程教材使用。

目录

视觉惯性SLAM：理论与源码解析

*1章 概览/3

1.1什么是SLAM/3

1.2SLAM有什么不可替/5

1.3SLAM的应用领域/7

参考文献/9

*2章编程及编译工具/11

2.1C++新特性/11

2.2CMake入门/16

第3章SLAM中常用的数学基础知识/29

3.1为什么要用齐次坐标/29

3.2三维空间中刚体旋转的几种表达方式/33

第4章相机成像模型/39

4.1针孔相机成像原理/39

4.2针孔相机成像模型/41

4.3相机畸变模型/47

参考文献/50

第5章对极几何/51

5.1对极几何的基本概念/51

5.2理解对极约束/52

第6章图优化库的使用/55

6.1g2o编程框架/56

6.2构建g2o顶点/61

6.3构建g2o边/67

参考文献/75

*二部分ORB-SLAM2理论与实践

第7章ORB特征提取/83

7.1ORB特征点/83

7.2ORB特征点均匀化策略/93

参考文献/105

第8章ORB-SLAM2中的特征匹配/106

8.1单目初始化中的特征匹配/107

8.2通过词袋进行特征匹配/115

8.3通过地图点投影进行特征匹配/131

8.4通过Sim(3)变换进行相互投影匹配/136

参考文献/140

视觉SLAM十四讲 从理论到实践 第2版

 1 讲 预备知识 1

1.1 本书讲什么. 1

1.2 如何使用本书 . 3

1.2.1 组织方式 3

1.2.2 代码. 5

1.2.3 面向的读者. 6

1.3 风格约定 6

1.4 致谢和声明. 8

第 1 部分 数学基础 10

第 2 讲 初识 SLAM.11

2.1 引子：小萝卜的例子 . 13

2.2 经典视觉 SLAM 框架  19

2.2.1 视觉里程计. 20

2.2.2 后端优化 21

2.2.3 回环检测 22

2.2.4 建图. 23

2.3 SLAM 问题的数学表述 24

2.4 实践：编程基础 27

2.4.1 安装 Linux 操作系统 27

2.4.2 Hello SLAM 29

2.4.3 使用 cmake . 30

2.4.4 使用库 . 32

2.4.5 使用 IDE  35

第 3 讲 三维空间刚体运动 40

3.1 旋转矩阵 42

3.1.1 点、向量和坐标系. 42

3.1.2 坐标系间的欧氏变换 . 43

3.1.3 变换矩阵与齐次坐标 . 46

3.2 实践：Eigen 47

3.3 旋转向量和欧拉角. 53

3.3.1 旋转向量 53

3.3.2 欧拉角 . 54

3.4 四元数 . 56

3.4.1 四元数的定义 . 56

3.4.2 四元数的运算 . 57

3.4.3 用四元数表示旋转. 59

3.4.4 四元数到其他旋转表示的转换 59

3.5 * 相似、仿射、射影变换 61

3.6 实践：Eigen 几何模块 . 62

3.6.1 Eigen 几何模块的数据演示. 62

3.6.2 实际的坐标变换例子 . 64

3.7 可视化演示. 66

3.7.1 显示运动轨迹 . 66

3.7.2 显示相机的位姿 69

第 4 讲 李群与李代数 71

4.1 李群与李代数基础. 73

4.1.1 群 73

4.1.2 李代数的引出 . 74

4.1.3 李代数的定义 . 76

4.1.4 李代数 so(3). 76

4.1.5 李代数 se(3) . 77

4.2 指数与对数映射 78

4.2.1 SO(3) 上的指数映射 78

4.2.2 SE(3) 上的指数映射  80

4.3 李代数求导与扰动模型 81

4.3.1 BCH 公式与近似形式  81

4.3.2 SO(3) 上的李代数求导. 83

4.3.3 李代数求导. 84

4.3.4 扰动模型（左乘）. 85

4.3.5 SE(3) 上的李代数求导. 85

4.4 实践：Sophus 86

4.4.1 Sophus 的基本使用方法 . 86

4.4.2 例子：评估轨迹的误差 89

4.5 * 相似变换群与李代数 . 92

4.6 小结. 93

第 5 讲 相机与图像. 95

5.1 相机模型 97

5.1.1 针孔相机模型 . 97

5.1.2 畸变模型 100

5.1.3 双目相机模型 . 103

5.1.4 RGB-D 相机模型. 104

5.2 图像. 106

5.3 实践：计算机中的图像 107

5.3.1 OpenCV 的基本使用方法 . 107

5.3.2 图像去畸变. 112

5.4 实践：3D 视觉 113

5.4.1 双目视觉 113

5.4.2 RGB-D 视觉 . 115

第 6 讲 非线性优化. 119

6.1 状态估计问题 . 121