机器人SLAM导航：核心技术与实战

机器人SLAM导航的一大痛点是很难做到理论与实战相结合，而本书可谓“百科全书”式讲解，可帮助硬件、软件、算法等不同领域的研究开发人员走出“调参”困境，终结面对硬件和深奥算法时的束手无策，加快算法在实际机器人产品的工程落地与系统性技术突破。本书以ROS编程、传感器、底盘等机器人开发所涉及的软硬件基础知识为切入点，逐步引出SLAM和导航两大领域核心算法，并结合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等热门开源算法对SLAM和导航的数学原理、代码框架及实操进行深度剖析。本书分为4篇，一共13章。编程基础篇（第1～3章），主要讨论ROS的核心概念、大型C++工程的代码组织方式以及OpenCV图像处理方面的基础知识，为后续学习打好必要的编程基础。硬件基础篇（第4～6章），通过对机器人传感器、机器人主机和机器人底盘的讨论，帮助缺少硬件基础的开发者系统认识机器人硬件，并更好地理解软件与硬件之间的协同关系。SLAM篇（第7～10章），以各个具体的SLAM系统实现为例，进一步介绍SLAM算法的代码框架以及

这是一本以机器人SLAM导航为核心，结合编程基础、硬件基础、SLAM和自主导航等关键技术，为读者提供了一套完整的机器人导航解决方案的综合性书籍。 书中首先介绍了ROS基础框架，解释了如何使用ROS进行机器人导航算法的开发，并详细介绍了C++编程范式和OpenCV图像处理等基础知识，为后续学习打好必要的编程基础。接着，书中通过对机器人传感器、机器人主机和机器人底盘的讨论，帮助缺少硬件基础的开发者系统认识机器人硬件，并更好地理解软件与硬件之间的协同关系。 在SLAM篇中，以各个具体的SLAM系统实现为例，进一步介绍SLAM算法的代码框架以及核心算法的细节实现。其中包括激光SLAM系统，如Gmapping算法、Cartographer算法和LOAM算法，以及视觉SLAM系统，如ORB-SLAM2算法、LSD-SLAM算法和SVO算法。此外，书中还介绍了其他SLAM系统，如RTABMAP算法、VINS算法和机器学习与SLAM等。 自主导航篇中，基于具体自主导航系统实现，剖析自主导航算法的代码框架以及核心算法的细节实现，并通过一个真实机器人案例向大家介绍应用SLAM导航技术进行开发的完整流