本文转载而来，未做修改。文中的“我”和联系邮箱均为原作者。/*****************************************************************************************************************************/1.　　前言　　读者朋友们大家好！（很久很久）之前，我们为大家介绍了SL

本文转载而来，未作修改。文中的“我”和联系邮箱均指原作者。/***************************************************************************************************************************/1    前言以及回顾 　　各位朋友，自从上一篇《视觉S

翻译：本文转载自： http://qiqitek.com/blog/?p=102本文主要讲了ORB-SLAM，一个基于特征识别的单目slam系统，可以实时运行，适用于各种场合，室内的或者室外的，大场景或小场景。系统具有很强的鲁棒性，可以很好地处理剧烈运动图像、可以有比较大的余地自由处理闭环控制、重定位、甚至全自动位置初始化。基于近年来的优秀算法，我们对系统做了精简，采用了所有SLAM相同功能：追踪

本文转载而来，未做修改。里面的“我”是原作者，交流邮箱也是原作者的。/***************************************************/1.    前言　　开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。总体来讲有以下

翻译：本文转载自： http://qiqitek.com/blog/?p=102本文主要讲了ORB-SLAM，一个基于特征识别的单目slam系统，可以实时运行，适用于各种场合，室内的或者室外的，大场景或小场景。系统具有很强的鲁棒性，可以很好地处理剧烈运动图像、可以有比较大的余地自由处理闭环控制、重定位、甚至全自动位置初始化。基于近年来的优秀算法，我们对系统做了精简，采用了所有SLAM相同功能：追踪

ROS提供了非常强大的图形化模拟环境 RViz，这个 RViz 能做的事情非常多。今天我们学习一下如何使用 RViz 对机器人在路径探索过程中对地图动态观测。我们将学习重放已经采集的数据来模拟机器人输入，从而将精力放到SLAM和地图的建立以及RViz的使用上。下面是效果图:一 基本概念ROS 对机器人导航提供了非常强大的支持，这可以让我们在不了解细节和海量复杂无比的科学计算