单眼SLAM

MATLAB原始代码：LCSD_SLAM论文补充材料，包含影片示范。原始结果和MATLAB脚本已调整路径和模式运行。支持多种模式：模式1用于绘制与论文数字相匹配的预评估结果；模式2用于处理自定义结果并生成图表；模式3用于处理后的结果绘制。

此Matlab源码包括两种模式：与ORB SLAM集成的对象SLAM，以及适用于多维数据集的基本SLAM实现。它利用ROS bag输入进行在线SLAM，从离线3D对象中读取检测结果。对象SLAM算法通过每帧检测的3D长方体优化相机和长方体姿态。对应于C++版本的单图像长方体检测的detect_3d_cuboid。如需引用，请参阅相关文献 CubeSLAM：单眼3D对象SLAM，IEEE Transactions on Robotics 2019，S.Yang，S.Scherer。

这个存储库包含MATLAB或Python编写的SLAM算法代码。SLAM是指同时定位和地图构建，涵盖了来自LUH SLAM课程的代码示例。详细信息请参阅：

MATLAB RANSAC 代码

本项目基于 Tim Bailey 于 2004 年提出的 FastSLAM 2.0 算法，并整合了 AR Khairuddin (2015) 的部分研究成果。 项目对原始算法进行了一些修改，包括数据获取方式的改进以及错误计数器的集成。

这是我在论文中模拟的Matlab SLAM代码，对ICIEA2018年会上基于EKF和最小二乘的SLAM算法进行了比较。代码正在整理中，即将发布。

Matlab SLAM工具包提供了SLAMTB-Graph.zip的GitHub下载链接。

matlab 的 egde 源代码的GP-SLAM，是做连续时间轨迹估计挺不错的一个选择。它用的是稀疏高斯过程回归，核心是用 C++写的，性能还挺稳。而且还有个可选的 Matlab 工具箱，调试比较方便，文档里自带示例，照着跑就能上手。 GPSLAM 的核心优势是支持连续时间建图，像那种不规则频率采样的数据起来更顺手。你只要装好boost、cmake这些依赖，基本就能跑起来。 构建流程也简单：先mkdir build，cmake ..，再make install，嗯，编译完还能跑一下单元测试，看看环境配没配对。 Matlab 端的话，你只要在编译时启用一下，就能在 Matlab 里直接用 C+

如果你正在寻找一个不错的 Visual SLAM 实现，GPTAM是个值得尝试的选择。这个项目基于 Klein 和 Murray 的原创作品PTAM，对原始代码进行了相当深度的修改。这里面有些黑客风格的优化，虽然界面看起来像 PTAM，但其中的视觉算法已经进行了重写，多地方都比原版更先进哦。比如，Gauss-Newton 优化、SLAM 初始化等技术都做了不少改进，能够更好地 SLAM 任务，尤其在点三角剖分和单应性检测上有了不小的提升。整体来说，这个项目不仅了一些原版的缺陷，还融入了一些新的算法思想，算是一个比较高效的 SLAM 框架。如果你对 PTAM 有兴趣，或者想尝试一些更为现代化的

MSCKF 的 VIO 融合模型源码，运行环境是 MATLAB，配套还带了完整测试集，适合做研究或学习 SLAM 方向的你。算法原理比较清晰，代码结构也不复杂。对着数据跑一跑，思路就顺了。