Keyframe-Based Visual-Inertial SLAM Using Nonlinear Optimization

是一个开放的经典的基于关键帧的视觉惯性SLAM，它支持基于单目和立体相机的滑动窗口估计器。为了提高系统的鲁棒性和精确性，OKVIS采用紧密耦合的数据融合技术来最大限度地利用系统感知到的信息和非线性估计，而不是通过滤波来降低线性化带来的次优性。该系统在批量优化环节中使用IMU误差项（尽管仅在初始化期间），将惯性项和重投影误差结合在一个单一的代价函数中，旧的状态被边缘化以限制计算复杂度。

ORB-SLAM: a Versatile and Accurate Monocular SLAM System

它在前端提取ORB 特征进行计算，在回环检测模块中使用ORB字典。相比于SIFT特征和SURF特征，ORB特征的计算效率比较高，又具有良好的旋转和尺度缩放不变性，同时带来一个致命的缺点：每幅图像都要提取ORB特征耗费了大量时间，三线程的结构对CPU的性能要求极高，否则无法保证系统的实时运行。采用稀疏特征点构建的地图只能满足定位需求，无法在复杂场景中提供避障的功能。

超实用图像处理代码（MATLAB）

图像处理最精华部分，从各种图像的变换到各种算子实现边缘检测等。

倾斜状态下调制寻北仪安装误差在线估计与寻北误差补偿方法

无需数学基础，最简版本的寻北仪误差分析教程，直接结合工程应用，快速上手