智能网联汽车激光与视觉SLAM+机器人SLAM导航(全2册)

《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核心算法的细节实现。
自主导航篇（第11～13章），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程。
《智能网联汽车：激光与视觉SLAM详解》
本书对激光SLAM和视觉SLAM技术进行了系统介绍，涉及基础理论、关键技术、应用实践及未来趋势，并探讨了它们与智能网联汽车的关系。既是想要在自动驾驶和智能汽车领域取得突破的从业者的阅读选择，也是追求SLAM技术深度与广度的专业人士的学习资料。
具体来说，本书从智能网联汽车的基本概念入手，详细介绍了SLAM技术的发展历程、架构设计、核心算法以及在自动驾驶等级中的应用现状和技术难点。不仅分析了多传感器融合技术的同步与标定方法、融合策略，还深入探讨了激光SLAM和视觉SLAM的点云处理、关键帧提取、后端优化等关键技术，并通过Cartographer、LOAM、LeGO-LOAM、LIO-SAM等算法的代码实战，展示了SLAM技术的实际应用。此外，着重讲解了深度学习在SLAM中的应用，如相机重定位、特征点提取与匹配、视觉里程计、回环检测以及语义SLAM的最新进展。最后，展望了激光SLAM和视觉SLAM技术的未来发展趋势，提供了宝贵的行业洞察。
总的来说，本书适合自动驾驶、机器人技术、计算机视觉及相关领域的研究人员、工程师以及高等院校相关专业的师生阅读。通过本书，读者不仅能够获得SLAM技术的全面系统知识，还能深入理解其在智能网联汽车等领域的应用，为未来的研究与开发工作打下坚实的基础。

张虎
深圳市睿思智行科技有限公司CEO。曾就职于深圳市智能机器人研究院，主持机器人自主导航方面的研究项目。工作期间以网名“小虎哥哥爱学习”在知乎、CSDN、bilibili等平台创作了大量机器人SLAM导航相关的优质博客文章及视频教程，深受广大网友的喜爱。他对强人工智能的研究非常感兴趣，并致力于将具有先进智能的机器人进行产业化落地。

陈苑锋
复旦大学微电子学理学博士，高级职称。英国萨塞克斯人工智能学院客座教授、中国国际“互联网+”大学生创新创业大赛国赛评委、上海市职业技能大赛专家评委、上海市工程系列计算机专业中级职称专家评委等。先后在三星（韩国本部）、华为、阿里巴巴、美的集团等公司从事技术研发及管理工作。在集成电路、智能产品、机器人和物联网领域有多年研发经验。

董雪
澳大利亚阿德莱德大学博士，上海交通大学副教授、博士生导师。研究方向包括激光成像、图像处理、自主移动平台的传感器融合、即时定位导航及路径规划等，发表学术论文40余篇，主持国家自然科学基金、上海市扬帆计划、沃尔沃汽车可持续发展项目等。熟悉车端传感器的功能和特点，以及基于深度学习算法的传感器融合。近年来的学术成果和工程应用经验集中于单目无监督深度感知算法，基于对抗生成网络的数据挖掘，基于CONV-LSTM、光流神经网络的高频高分辨率图像重建，端到端神经网络的复杂系统建模等方向。

《机器人SLAM导航：核心技术与实战》
《智能网联汽车：激光与视觉SLAM详解 》