首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >SLAM领域牛人、牛实验室、牛研究成果梳理

SLAM领域牛人、牛实验室、牛研究成果梳理

作者头像
用户1150922
发布2019-05-29 17:27:09
1.2K0
发布2019-05-29 17:27:09
举报
文章被收录于专栏:计算机视觉life计算机视觉life

版权声明:本文为博主原创文章,未经博主允许不得转载。违者必究。 https://cloud.tencent.com/developer/article/1438373

本文阅读时间约5分钟

对于小白来说,初入一个领域时最应该了解的当然是这个领域的研究现状啦。只有知道这个领域大家现在正在干什么,才能知道自己应该做什么。关注领域内的大牛以及领域内比较著名的实验室,紧跟大牛的脚步,才能走在科研的最前沿。今天CV_life君就帮各位整理了一些现阶段国内外SLAM的著名实验室,大牛以及研究成果,还会附带大牛们的代表性论文,开源代码,以及常用的数据集网址,小白们如果喜欢的话记得分享给朋友哦~

话不多说,上干货!

SLAM领域的大牛

1. Andrew Davison 个人主页:http://www.doc.ic.ac.uk/~ajd/index.html.

现任英国帝国理工学院教授,机器视觉组及Dyson机器人实验室主任,英国牛津大学博士,单目摄像头SLAM奠基人(MonoSLAM),近年来在视觉slam领域做了大量研究,著名工作包括MonoSLAM, SLAM++, DTAM等。

代表论文:Real-Time Simultaneous Localisation and Mapping with a Single Camera(ICCV 2013)

下载链接:http://www.doc.ic.ac.uk/~ajd/Publications/davison_iccv2003.pdf

源代码:https://github.com/hanmekim/SceneLib2/tree/upgrade

2. David Murray 个人主页:http://www.robots.ox.ac.uk/~dwm/.

SLAM视觉宗师,现任英国牛津大学教授,Active Vision Laboratory主任,从1980年至2018年,发表了大量高水平的SLAM论文,也是PTAM作者,Philip Torr, Andrew Davison,Ian Reid的Phd导师。

代表性论文:Parallel Tracking and Mapping for Small AR Workspaces

下载链接:http://www.robots.ox.ac.uk/~dwm/Publications/klein_murray_ismar2007/klein_murray_ismar2007.pdf

源代码:http://www.robots.ox.ac.uk/~gk/PTAM/

3. Jakob Engel 个人主页:https://jakobengel.github.io/#Home

慕尼黑工业大学博士,现任西雅图Oculus Research的研究负责人。年轻有为,是LSD-SLAM和DSO-SLAM的作者,也从事视觉惯导里程计的研究。

代表论文:

Large-Scale Direct Monocular SLAM(IROS 2015)

Direct Sparse Odometry (2017)

下载链接:

https://jakobengel.github.io/pdf/engel14eccv.pdf(LSD-SLAM)

https://jakobengel.github.io/pdf/DSO.pdf(DSO-SLAM)

源代码:https://github.com/tum-vision/lsd_slam(LSD-SLAM)

https://github.com/JakobEngel/dso(DSO-SLAM)

4. RaúlMurArtal 个人主页:http://webdiis.unizar.es/~raulmur/

西班牙人,现任Facebook Reality Labs的研究科学家,大名鼎鼎的ORB-SLAM的作者。

代表论文:ORB-SLAM: A Versatile and Accurate Monocular SLAM System(2015)

下载链接:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7219438

源代码:https://github.com/raulmur/ORB_SLAM2

5. Christian Kerl 个人主页:https://vision.in.tum.de/members/kerl

慕尼黑技术大学博士生,DVO的作者,主要研究方向为:使用安装在四旋翼或手持设备上的RGB-D摄像机进行视觉SLAM和3D重建。

代表论文:Dense Visual SLAM for RGB-D Cameras(IROS 2013)

下载链接:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.402.5544&rep=rep1&type=pdf

源代码:https://github.com/tum-vision/dvo_slam

6. Felix Endres个人主页:http://www2.informatik.uni-freiburg.de/~endres/

Albert-Ludwigs-Universität Freiburg的自主智能系统小组的博士生,RGBD-SLAM_V2的作者。主要研究方向为3D感知,主要运用RGB-D SLAM方法。

代表论文:3D Mapping with an RGB-D Camera(IEEE Transactions on Robotics, 2014)

下载链接:http://www2.informatik.uni-freiburg.de/~endres/files/publications/endres13tro.pdf

  1. Frank Dellaert Georgia Tech。个人主页:https://www.cc.gatech.edu/~dellaert/FrankDellaert/Frank_Dellaert/Frank_Dellaert.html
  2. Michael Kaess

CMU。个人主页:http://frc.ri.cmu.edu/~kaess/

贡献:

  • iSAM: Incremental smoothing and mapping library
  • gtsam: Frank Dellaert’s graph-based smoothing and mapping library

SLAM领域著名实验室

好啦~介绍完几个比较经典的算法以及他们的作者,小编还要给大家推荐几个SLAM的主要研究实验室:

1. 苏黎世联邦理工学院的Autonomous System Lab,该实验室主要方向是创建机器人和智能系统,使其能在复杂环境下自主运行。他们还在tango项目上与谷歌合作,负责视觉惯导的里程计,基于视觉的定位和深度重建算法。

网址:http://www.asl.ethz.ch/

2. 明尼苏达大学的Multiple Autonomous Robotic Systems Laboratory(MARS),其主要研究方向包括:视觉/激光辅助惯性导航系统、手机和可穿戴计算机上的大规模3D定位和映射、多机器人/传感器定位,映射和导航、可重构传感器网络的主动传感、最佳信息选择和融合、移动操作、人机合作等。

网址:http://mars.cs.umn.edu/

3. 慕尼黑工业大学的The Computer Vision Group,主要研究基于图像的3-D重建,光流估计,机器人视觉,视觉SLAM等。

网址:https://vision.in.tum.de/research

4. 中国香港科技大学的Aerial Robotics Group,主要研究基于无人机的视觉惯导紧耦合算法。代表作品:VINS-Mono,一个单目视觉惯导系统的实时SLAM框架,其代码已经开源在https://github.com/HKUST-Aerial-Robotics/VINS-Mono上。做视觉惯导融合的小伙伴们一定不要错过~

网址:http://uav.ust.hk/

5. 浙江大学的CAD&CG国家重点实验室。该实验室在SLAM、AR、三维重建等领域有较大的贡献。其中章国峰教授课题组主攻方向就是视觉SLAM以及三维重构。下面送上章国峰教授的个人主页http://www.cad.zju.edu.cn/home/gfzhang/,大家可以在这里找到章国峰教授的研究成果。

网址:http://www.cad.zju.edu.cn/zhongwen.html

6. 武汉大学的Computer Vision & Remote Sensing Lab,主要方向为计算机视觉,遥感成像。其中的成员博士后吴萌,其主要方向为组合导航、基于SLAM的室内机器人导航系统研发等。附上他的个人主页:http://cvrs.whu.edu.cn/index.php?m=content&c=index&a=show&catid=17&id=48

网址:http://cvrs.whu.edu.cn

这几个实验室发表了很多SLAM领域的优秀论文,如果小伙伴们对他们的某一个方向感兴趣的话,直接戳进他们的官网,了解他们的项目,阅读他们的论文,我相信你会发现一个精彩的SLAM世界。

SLAM常用数据集

要做好slam,优秀的数据集自然不可或缺的,接下来小编还要为大家介绍几个slam方面常用的数据集:

1. KITTI 装备4个相机、高精度GPS/IMU和激光雷达,在城市道路采集的数据。

网址:http://www.cvlibs.net/datasets/kitti/

2. EuRoC MAV 提供了在微型飞行器(MAV)上收集的视觉惯性数据集。数据集包含立体图像,同步IMU测量以及精确的运动和真值。

网址:https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets

3. RGB-D SLAM Dataset and Benchmark 提供包含RGB-D数据和地面实况数据的大型数据集。

网址:https://vision.in.tum.de/data/datasets/rgbd-dataset

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018年12月19日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • SLAM领域的大牛
  • SLAM领域著名实验室
  • SLAM常用数据集
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档