视觉SLAM基础理论1 引言2视觉里程计2.1 特征点法VO（1）对极几何与三角量测（2）PnP问题（3）ICP迭代最近点法2.2 直接法VO3 后端优化3.1 BA与非线性优化3.2 基于位姿图的优化3.3 图优化与G2O4 回环检测4.1 回环检测介绍4.2 词袋模型与字典4.3 相似性5 建立三维地图4.1 Mapping介绍4.2 RGB-D建图理论（1）点云地图（2）八叉树地图（3）纹理

多模态学习中的融合操作

多模态学习初识文章，综述类。

GNN简单介绍的一篇 distill 博客文章

图神经网络读书笔记

【代码】Pytorch 测试模型的推理速度。

最近看《机器人学中的状态估计》和《概率机器人》过程中遇到点公式推导的困难，所以还是把基础打好吧，花1~2个月的时间复习一下数学知识，用博客记录下学习的过程。数学知识补充：1、线性代数、矩阵论教材+哈工大严质彬课程：https://www.bilibili.com/video/BV18s411W758/2、概率论与数理统计教材3、最优化4、现代控制工程算法知识补充：1、大话数据结构、LeetCode

视觉SLAM基础理论1 引言2视觉里程计2.1 特征点法VO（1）对极几何与三角量测（2）PnP问题（3）ICP迭代最近点法2.2 直接法VO3 后端优化3.1 BA与非线性优化3.2 基于位姿图的优化3.3 图优化与G2O4 回环检测4.1 回环检测介绍4.2 词袋模型与字典4.3 相似性5 建立三维地图4.1 Mapping介绍4.2 RGB-D建图理论（1）点云地图（2）八叉树地图（3）纹理

图神经网络读书笔记

多模态学习中的融合操作