slam

论文Review SLAM X-ICP | 面向极端退化环境的可定位性感知 LiDAR 配准方法论文题目： X-ICP: Localizability-Aware LiDAR Registration for Robust Localization in Extreme Environments 作者： Turcan Tuna, Julian Nubert, Yoshua Nava, Shehryar Khattak, Marco Hutter 期刊： IEEE Transactions on Robotics, 2024 研究方向： LiDAR SLAM、点云配准、ICP、退化检测、鲁棒定位关键

反光柱定位算法实战02：纯反光柱定位——VEnus算法实际使用与代码原理综述在AGV（自动导引车）和工业移动机器人领域，如何实现稳定、精准的定位，始终是核心技术难题。当前主流的自然特征SLAM虽然灵活，但在某些场景下会暴露出先天短板。当机器人驶入超过30米的长走廊且两侧无柱子、无设备的空旷区域时，纯激光SLAM容易因“无特征可循”而定位丢失。高反光车间（如不锈钢抛光车间）中的激光SLAM同样面临退化风险。

SO(3) 与 so(3) 的对应关系及案例SO(3)（特殊正交群）是三维旋转矩阵的集合：SO(3) = { R ∈ ℝ³ˣ³ | RᵀR = I, det(R) = 1 }

研究点啥好呢

dji机器人SLAM算法工程师面试题精选：10道高频考题+答案解析大疆创新（DJI）是全球领先的无人机和机器人公司，总部位于深圳。在SLAM（同步定位与建图）领域，大疆拥有深厚的技术积累，其VIO（视觉惯性里程计）算法在无人机自主导航、避障、悬停等场景中发挥核心作用。大疆的SLAM面试非常注重算法原理与工程实践的结合。

VSLAM中如何去除动态目标REF：面向动态场景的视觉 SLAM 算法研究视觉SLAM：利用视觉传感器实现同时定位与建图，应用于机器人、自主驾驶和AR/VR等领域，核心由前端感知与后端优化协同构成，前端通过特征提取与匹配（ORB、SIFT）或直接方法（DSO）估算帧间相机位姿，生成初步的关键帧与稀疏特征点，后端利用位姿图优化和回环检测，基于非线性优化（BA）减少累计误差，确保轨迹和地图的一致性与精确性

Stack Overflow？Tan90

Cartographer的slam解决方案Cartographer 解决 SLAM 问题的方案是一个两层优化架构：下面介绍基于激光雷达的点云数据处理到完整建图的过程简单介绍，雷达就按照三个雷达为例。

智影R200免像控空地融合建模解决方案实景三维重建领域，无人机航拍可快速获取大范围高空影像，但近地面建筑立面、遮挡区域存在盲区，易导致模型空洞、扭曲；地面激光扫描仪能还原局部精细结构，却缺少空中视角，无法覆盖大场景全局。单一采集方式无法实现全域无死角重建，而传统解决方案一般采用无人机航拍+照片补拍，需人工确定补拍位置、内业手工空三刺点，对作业人员经验要求高、工作量大，成果质量难以保障。

AGV算法笔记

CVPR 2024顶级SLAM论文精读：SplaTAM如何用3D高斯实现稠密RGB-D SLAM？SLAM 3D Gaussian Splatting RGB-D 三维重建机器人视觉稠密建图 CVPR2024

Ubuntu22.04 + ROS2 Humble + RealSense D435i 部署VINS-Fusion视觉惯性SLAM在开始部署VINS-Fusion之前，请确保系统已经安装了以下软件并满足相关要求：此外，请确保可以通过USB 3.0接口正常访问D435i相机。

AGV算法笔记

CVPR 2025顶级SLAM论文精读：MASt3R-SLAM如何用单目相机实现实时稠密三维重建？SLAM 单目视觉三维重建机器人视觉 MASt3R-SLAM CVPR2025 稠密建图最近几年，SLAM 领域正在发生一个明显变化：过去大家更多关注特征点、光流、BA优化、回环检测；现在越来越多工作开始把三维重建大模型、视觉基础模型、稠密几何先验引入 SLAM 系统。

SLAM 开源算法汇总（支持ROS2）Oepn-source SLAM-related project supporting ROS 2本文还在汇总中，欢迎提供更多链接，我会及时更新

智影R200手持SLAM使用教程八：3DGS数据采集规范采集前用干净的软布擦拭镜头，确保镜头无污渍、视野清晰。①室内环境，尽量保证光照充足且均匀，避免明暗反差过大；

无人机避障——MID360+FasterLIO+EGO-planner实测问题解决前期复现FastDrone，先跑通FastDrone自带的仿真，但尚未与飞控集成，然后就搭建了纯软件仿真（稍后补上参考文档），采用双目VINS做定位，仿真的效果非常好，使用Intel Realsense相机+Nvidia Jeston板子+四轴搭建真机（稍后补上），办公室照明不错，测试VINS偶尔会发散，轨迹是锯齿状的，换大场地测试，光照条件变差，VINS轨迹总是发散，想办法增加了光源，结果EGO-planner自动执行了短短几十秒就由于定位漂移致炸鸡——无人机撞到障碍物坠落。最近拜访了高飞老师的无人机公

robot_localization实现imu和odom融合记录使用robot_localization进行融合下载地址：git clone https://gitee.com/bingshuibuliang/robot_localization.git

智影R200手持slam使用教程二：开始与结束采集（1）设备开机：长按开机键4秒，指示灯由蓝灯慢闪变为绿灯常亮、雷达转动，设备进入待机状态。（2）开始采集：打开APP连接设备，连接成功后在APP中点击GO按钮，输入项目名称，点击红色启动按钮，雷达开始转动，设备开始初始化，初始化期间（约30秒）需保持设备静置在平整地面，当设备指示灯转为绿灯慢闪，则初始化完成，APP中提升可以开始采集并同时显示点云。

室内定位技术方法汇总：从WiFi到超声波，机器人如何在室内“找准自己”？在室外，我们有GPS和北斗，打开手机就知道自己在哪。可一旦走进室内——商场、地下车库、工厂车间——卫星信号就“失联”了。于是，各种室内定位技术应运而生。它们有的靠无线电波，有的靠地磁场，有的靠声音，有的靠光。这些技术各有所长，也各有局限。

为什么边缘化先验的Hessian矩阵可分解得到Jacobian矩阵？关于边缘化原理的详述可以看这篇笔记：滑动窗口与边缘化。如上图，激光里程计因子（绿色）和imu积分因子（红色）同时约束相邻的节点。若要删除第0帧，就需要通过“边缘化”的操作把旧帧的约束传递下来，作为一个“边缘化先验因子”继续参与优化，约束窗口中剩余的所有与被边缘化变量曾有共同约束的状态变量。如下图所示：

amcl_pose vs tf的位姿输出频率定位信息的实时性与准确性两者不可缺一，为何自己的机器人运行时会出现卡顿、响应迟缓的问题？经过检查后才发现，/amcl_pose话题的更新频率极低，有时甚至每隔数秒才更新一次，本文将深入探讨AMCL与ROS变换框架的核心机制，并对通过amcl_pose话题与通过map->base_link的tf变换这两种方式获取位姿的本质区别、适用范围及性能表现进行对比分析。

巷尚UP3D-三维扫描检测逆向建模

Artec Jet：高精度测绘级SLAM激光扫描仪，自主高效【巷尚UP3D】Artec 3D于2026年4月正式发布Artec Jet，这是一款基于SLAM技术的高精度移动激光雷达系统，专为大范围三维数据采集而设计。

LIO-SAM Scan-to-Map退化检测LIO-SAM中scan2map优化问题的求解具体由LMOptimization函数实现。该函数在一个scan2map的配准中会被循环调用多次（最多30次）。它的目标是求解出一个微小的 6-DOF 位姿增量，即 matX，使得当前帧的点云投影到局部地图后，点到线、点到面的距离残差平方和最小。该函数内容如下：