SLAM領域牛人、牛實驗室、牛研究成果梳理
點擊公眾號“計算機視覺life”關註，置頂星標更快接收消息！
本文閱讀時間約5分鐘
對於小白來說，初入一個領域時最應該了解的當然是這個領域的研究現狀啦。只有知道這個領域大家現在正在幹什麽，才能知道自己應該做什麽。關註領域內的大牛以及領域內比較著名的實驗室，緊跟大牛的腳步，才能走在科研的最前沿。今天CV_life君就幫各位整理了一些現階段國內外SLAM的著名實驗室，大牛以及研究成果，還會附帶大牛們的代表性論文，開源代碼，以及常用的數據集網址，小白們如果喜歡的話記得分享給朋友哦~
話不多說，上幹貨！
SLAM領域的大牛
1. Andrew Davison 個人主頁：http://www.doc.ic.ac.uk/~ajd/index.html.
現任英國帝國理工學院教授，機器視覺組及Dyson機器人實驗室主任，英國牛津大學博士，單目攝像頭SLAM奠基人（MonoSLAM），近年來在視覺slam領域做了大量研究，著名工作包括MonoSLAM, SLAM++, DTAM等。
代表論文：Real-Time Simultaneous Localisation and Mapping with a Single Camera（ICCV 2013）
下載鏈接：http://www.doc.ic.ac.uk/~ajd/Publications/davison_iccv2003.pdf
源代碼：https://github.com/hanmekim/SceneLib2/tree/upgrade
2. David Murray 個人主頁：http://www.robots.ox.ac.uk/~dwm/.
SLAM視覺宗師，現任英國牛津大學教授，Active Vision Laboratory主任,從1980年至2018年，發表了大量高水平的SLAM論文，也是PTAM作者，Philip Torr, Andrew Davison，Ian Reid的Phd導師。
代表性論文：Parallel Tracking and Mapping for Small AR Workspaces
下載鏈接：http://www.robots.ox.ac.uk/~dwm/Publications/klein_murray_ismar2007/klein_murray_ismar2007.pdf
源代碼：http://www.robots.ox.ac.uk/~gk/PTAM/
3. Jakob Engel 個人主頁：https://jakobengel.github.io/#Home
慕尼黑工業大學博士，現任西雅圖Oculus Research的研究負責人。年輕有為，是LSD-SLAM和DSO-SLAM的作者，也從事視覺慣導裏程計的研究。
代表論文：
Large-Scale Direct Monocular SLAM（IROS 2015）
Direct Sparse Odometry （2017）
下載鏈接：
https://jakobengel.github.io/pdf/engel14eccv.pdf（LSD-SLAM）
https://jakobengel.github.io/pdf/DSO.pdf（DSO-SLAM）
源代碼：https://github.com/tum-vision/lsd_slam（LSD-SLAM）
? https://github.com/JakobEngel/dso（DSO-SLAM）
4. RaúlMurArtal 個人主頁：http://webdiis.unizar.es/~raulmur/
西班牙人，現任Facebook Reality Labs的研究科學家，大名鼎鼎的ORB-SLAM的作者。
代表論文：ORB-SLAM: A Versatile and Accurate Monocular SLAM System（2015）
下載鏈接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7219438
源代碼：https://github.com/raulmur/ORB_SLAM2
5. Christian Kerl 個人主頁：https://vision.in.tum.de/members/kerl
慕尼黑技術大學博士生，DVO的作者，主要研究方向為：使用安裝在四旋翼或手持設備上的RGB-D攝像機進行視覺SLAM和3D重建。
代表論文：Dense Visual SLAM for RGB-D Cameras（IROS 2013）
下載鏈接：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.402.5544&rep=rep1&type=pdf
源代碼：https://github.com/tum-vision/dvo_slam
6. Felix Endres個人主頁：http://www2.informatik.uni-freiburg.de/~endres/
Albert-Ludwigs-Universit?t Freiburg的自主智能系統小組的博士生，RGBD-SLAM_V2的作者。主要研究方向為3D感知，主要運用RGB-D SLAM方法。
代表論文：3D Mapping with an RGB-D Camera（IEEE Transactions on Robotics, 2014）
下載鏈接：http://www2.informatik.uni-freiburg.de/~endres/files/publications/endres13tro.pdf
Frank Dellaert
Georgia Tech。個人主頁：https://www.cc.gatech.edu/~dellaert/FrankDellaert/Frank_Dellaert/Frank_Dellaert.html
Michael Kaess
CMU。個人主頁：http://frc.ri.cmu.edu/~kaess/
貢獻：
- iSAM: Incremental smoothing and mapping library
- gtsam: Frank Dellaert‘s graph-based smoothing and mapping library
SLAM領域著名實驗室
好啦~介紹完幾個比較經典的算法以及他們的作者，小編還要給大家推薦幾個SLAM的主要研究實驗室：
1. 蘇黎世聯邦理工學院的Autonomous System Lab，該實驗室主要方向是創建機器人和智能系統，使其能在復雜環境下自主運行。他們還在tango項目上與谷歌合作，負責視覺慣導的裏程計，基於視覺的定位和深度重建算法。
網址：http://www.asl.ethz.ch/
2. 明尼蘇達大學的Multiple Autonomous Robotic Systems Laboratory（MARS），其主要研究方向包括：視覺/激光輔助慣性導航系統、手機和可穿戴計算機上的大規模3D定位和映射、多機器人/傳感器定位，映射和導航、可重構傳感器網絡的主動傳感、最佳信息選擇和融合、移動操作、人機合作等。
網址：http://mars.cs.umn.edu/
3. 慕尼黑工業大學的The Computer Vision Group，主要研究基於圖像的3-D重建，光流估計，機器人視覺，視覺SLAM等。
網址：https://vision.in.tum.de/research
4. 香港科技大學的Aerial Robotics Group，主要研究基於無人機的視覺慣導緊耦合算法。代表作品：VINS-Mono，一個單目視覺慣導系統的實時SLAM框架，其代碼已經開源在https://github.com/HKUST-Aerial-Robotics/VINS-Mono上。做視覺慣導融合的小夥伴們一定不要錯過~
網址：http://uav.ust.hk/
5. 浙江大學的CAD&CG國家重點實驗室。該實驗室在SLAM、AR、三維重建等領域有較大的貢獻。其中章國峰教授課題組主攻方向就是視覺SLAM以及三維重構。下面送上章國峰教授的個人主頁http://www.cad.zju.edu.cn/home/gfzhang/，大家可以在這裏找到章國峰教授的研究成果。
網址：http://www.cad.zju.edu.cn/zhongwen.html
6. 武漢大學的Computer Vision & Remote Sensing Lab，主要方向為計算機視覺，遙感成像。其中的成員博士後吳萌，其主要方向為組合導航、基於SLAM的室內機器人導航系統研發等。附上他的個人主頁：http://cvrs.whu.edu.cn/index.php?m=content&c=index&a=show&catid=17&id=48
網址：http://cvrs.whu.edu.cn
這幾個實驗室發表了很多SLAM領域的優秀論文，如果小夥伴們對他們的某一個方向感興趣的話，直接戳進他們的官網，了解他們的項目，閱讀他們的論文，我相信你會發現一個精彩的SLAM世界。
SLAM常用數據集
要做好slam，優秀的數據集自然不可或缺的，接下來小編還要為大家介紹幾個slam方面常用的數據集：
1． KITTI 裝備4個相機、高精度GPS/IMU和激光雷達，在城市道路采集的數據。
網址：http://www.cvlibs.net/datasets/kitti/
2． EuRoC MAV 提供了在微型飛行器（MAV）上收集的視覺慣性數據集。數據集包含立體圖像，同步IMU測量以及精確的運動和真值。
網址：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets
3． RGB-D SLAM Dataset and Benchmark 提供包含RGB-D數據和地面實況數據的大型數據集。
網址：https://vision.in.tum.de/data/datasets/rgbd-dataset
推薦閱讀
從零開始一起學習SLAM | 為什麽要學SLAM？
從零開始一起學習SLAM | 學習SLAM到底需要學什麽？
從零開始一起學習SLAM | SLAM有什麽用？
從零開始一起學習SLAM | C++新特性要不要學？
從零開始一起學習SLAM | 為什麽要用齊次坐標？
從零開始一起學習SLAM | 三維空間剛體的旋轉
從零開始一起學習SLAM | 為啥需要李群與李代數？
從零開始一起學習SLAM | 相機成像模型
從零開始一起學習SLAM | 不推公式，如何真正理解對極約束?
從零開始一起學習SLAM | 神奇的單應矩陣
從零開始一起學習SLAM | 你好，點雲
從零開始一起學習SLAM | 給點雲加個濾網
零基礎小白，如何入門計算機視覺？
SLAM領域牛人、牛實驗室、牛研究成果梳理