视觉SLAM十四讲:从理论到实践第2版限量随机发放【正版】 pdf 夸克云 tct umd 下载 2025 azw3 kindle

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。

第?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?

6.1.1?批量状态估计与后验估计?121?

6.1.2?最小二乘的引出??123?

6.1.3?例子：批量状态估计??125?

6.2?非线性最小二乘??126?

6.2.1?一阶和二阶梯度法??127?

6.2.2?高斯牛顿法??128?

6.2.3?列文伯格—马夸尔特方法130?

6.3?实践：曲线拟合问题???132?

6.3.1?手写高斯牛顿法??132?

6.3.2?使用?Ceres?进行曲线拟合??136?

6.3.3?使用?g2o?进行曲线拟合?141?

***?小结??148?

第?2?部分?实践应用?150?

第?7?讲?视觉里程计?1??151?

7.1?特征点法??153?

7.1.1?特征点??153?

7.1.2?ORB?特征??155?

7.1.3?特征匹配?158?

7.2?实践：特征提取和匹配??159?

7.2.1?OpenCV?的?ORB?特征??159?

7.2.2?手写?ORB?特征??162?

7.2.3?计算相机运动???165?

7.3?2D-2D：对极几何?165?

7.3.1?对极约束?165?

7.3.2?本质矩阵?168?

7.3.3?单应矩阵?170?

7.4?实践：对极约束求解相机运动?172?

7.5?三角测量?177?

7.6?实践：三角测量?178?

7.6.1?三角测量代码???178?

7.6.2?讨论?179?

7.7?3D?2D：PnP??180?

7.7.1?直接线性变换???180?

7.7.2?P***???182?

7.7.3?最小化重投影误差求解?PnP??184?

7.8?实践：求解?PnP??188?

7.8.1?使用?EPnP?求解位姿??188?

7.8.2?手写位姿估计???189?

7.8.3?使用?g2o?进行?BA?优化?191?

7.9?3D-3D：ICP??196?

7.9.1?SVD?方法??196?

7.9.2?非线性优化方法??198?

7.10?实践：求解?ICP??199?

7.10.1?实践：SVD?方法??199?

7.10.2?实践：非线性优化方法??201?

7.11?小结??203?

第?8?讲?视觉里程计?2?205?

8.1?直接法的引出??207?

8.2?2D?光流??208?

8.3?实践：LK?光流??210?

8.3.1?使用?LK?光流??210?

8.3.2?用高斯牛顿法实现光流?211?

8.3.3?光流实践小结???218?

8.4?直接法???218?

8.4.1?直接法的推导???218?

8.4.2?直接法的讨论???221?

8.5?实践：直接法??221?

8.5.1?单层直接法??221?

8.5.2?多层直接法?226?

8.5.3?结果讨论?227?

8.5.4?直接法优缺点总结??230?

第?9?讲?后端?1?232?

9.1?概述??234?

9.1.1?状态估计的概率解释??234?

9.1.2?线性系统和?KF??236?

9.1.3?非线性系统和?EKF?239?

9.1.4?EKF?的讨论???241?

9.2?BA?与图优化??242?

9.2.1?投影模型和?BA?代价函数?242?

9.2.2?BA?的求解??243?

9.2.3?稀疏性和边缘化??245?

9.2.4?鲁棒核函数?251?

9.3?实践：Ceres?BA???253?

9.3.1?BAL?数据集??253?

9.3.2?Ceres?BA?的书写??253?

9.4?实践：g2o?求解?BA???257?

9.5?小结??263?

第?10?讲?后端?2?265?

10.1?滑动窗口滤波和优化???266?

10.1.1?实际环境下的?BA?结构?266?

10.1.2?滑动窗口法?267?

10.2?位姿图???270?

10.2.1?位姿图的意义???270?

10.2.2?位姿图的优化???270?

10.3?实践：位姿图优化??272?

10.3.1?g2o?原生位姿图??272?

10.3.2?李代数上的位姿图优化?277?

10.3.3?小结??282?

第?11?讲?回环检测?283?

11.1?概述??285?

11.1.1?回环检测的意义??285?

11.1.2?回环检测的方法??286?

11.1.3?准确率和召回率??287?

11.2?词袋模型?289?

11.3?字典??291?

11.3.1?字典的结构?291?

11.3.2?实践：创建字典??292?

11.4?相似度计算?295?

11.4.1?理论部分??295?

11.4.2?实践：相似度的计算??296?

11.5?实验分析与评述?300?

11.5.1?增加字典规模??300?

11.5.2?相似性评分的处理??302?

11.5.3?关键帧的处理??302?

11.5.4?检测之后的验证?303?

11.5.5?与机器学习的关系??303?

第?12?讲?建图305?

12.1?概述?306?

12.2?单目稠密重建?308?

12.2.1?立体视觉?308?

12.2.2?极线搜索与块匹配?309?

12.2.3?高斯分布的深度滤波器?311?

12.3?实践：单目稠密重建???314?

12.3.1?实验分析与讨论??323?

12.3.2?像素梯度的问题?324?

12.3.3?逆深度?325?

12.3.4?图像间的变换??326?

12.3.5?并行化：效率的问题??327?

12.3.6?其他的改进??327?

12.4?RGB-D?稠密建图??328?

12.4.1?实践：点云地图?328?

12.4.2?从点云重建网格?333?

12.4.3?八叉树地图?336?

12.4.4?实践：八叉树地图?338?

12.5?*?TSDF?地图和?Fusion?系列??340?

12.6?小结?343?

第?13?讲?实践：设计?SLAM?系统?345?

13.1?为什么要单独列工程章节??346?

13.2?工程框架?347?

13.3?实现?349?

13.3.1?实现基本数据结构?349?

13.3.2?前端?354?

13.3.3?后端?357?

13.4?实验效果??361?

第?14?讲?SLAM：现在与未来?363?

14.1?当前的开源方案?364?

14.1.1?MonoSLAM?364?

14.1.2?PTAM?365?

14.1.3?ORB-SLAM???366?

14.1.4?LSD-SLAM?369?

14.1.5?SVO??370?

14.1.6?RTAB-MAP?371?

14.1.7?其他?372?

14.2?未来的?SLAM?话题??372?

14.2.1?视觉?+?惯性导航?SLAM??373?

14.2.2?语义?SLAM??374?

14.2.3?SLAM?的未来?375?

附录?A?高斯分布的性质??377?

附录?B?矩阵求导??380?

附录?C?ROS?入门?382?

参考文献??385?

高翔，清华大学自动化系博士，慕尼黑工业大学博士后。研究兴趣主要为计算机视觉、定位与建图、机器学习等，主要著、译作包括《视觉SLAM十四讲：从理论到实践》、《机器人学中的状态估计》，在RAS、Auto?Robotics、IROS等期刊会议上发表论文，现从事自动驾驶车辆研发工作。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：视觉SLAM十四讲:从理论到实践第2版限量随机发放【正版】在线阅读

在线听书地址：视觉SLAM十四讲:从理论到实践第2版限量随机发放【正版】在线收听

在线购买地址：视觉SLAM十四讲:从理论到实践第2版限量随机发放【正版】在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

《视觉SLAM十四讲：从理论到实践（第2版）》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。

《视觉SLAM十四讲：从理论到实践（第2版）》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。