点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
最近一直在研究激光SLAM，源码看了一遍又一遍，对于细节的部分，短时间记住是怎么实现的了，过几天又忘了。据研究发现，往往图片可以给我们更加深刻的印象，于是就想着把SLAM源码解决的一个个问题给直观的呈现出来，于是就有了这篇图解SLAM。
这里仍在之前my_slam_gmapping算法功能包的基础之上进行解释，特别说明的是该算法功能包又进行了一次大规模删减，目前该算法功能包代码量（含注释、含激光雷达运动畸变去除模块）仅有3000余行，已经非常非常适合阅读。
本篇文章不讲理论、不讲代码，用一张张生动的图片帮助大家理解基于滤波器的my_slam_gmapping地图构建算法，我希望这篇文章是大家从调包到算法的那个台阶。
本篇图解SLAM配合my_slam_gmapping阅读十分的香。
上面每个部分的图片都是揭示my_slam_gmapping的代码对应部分的依据，这样大家清楚了每个部分都是做什么的，就不用费力去自己推测代码要干嘛。如果你发现了我对该算法有什么理解上的问题甚至错误，请一定告知我。
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
下载2
在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
下载3
在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
