SLAM领域国内外优秀实验室汇总

1. 美国卡耐基梅陇大学机器人研究所

• 研究方向：机器人感知、结构，服务型、运输、制造业、现场机器
• 研究所主页：https://www.ri.cmu.edu/
• 下属 Field Robotic Center 主页：https://frc.ri.cmu.edu/
• 发表论文：https://www.ri.cmu.edu/pubs/
• Michael Kaess：个人主页 ，谷歌学术
• Sebastian Scherer：个人主页 ，谷歌学术
• Kaess M, Ranganathan A, Dellaert F. iSAM: Incremental smoothing and mapping[J]. IEEE Transactions on Robotics, 2008, 24(6): 1365-1378.
• Hsiao M, Westman E, Zhang G, et al. Keyframe-based dense planar SLAM[C]//2017 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2017: 5110-5117.
• Kaess M. Simultaneous localization and mapping with infinite planes[C]//2015 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2015: 4605-4611.

2. 美国加州大学圣地亚哥分校语境机器人研究所

• 研究方向：多模态环境理解，语义导航，自主信息获取
• 实验室主页：https://existentialrobotics.org/index.html
• 发表论文汇总：https://existentialrobotics.org/pages/publications.html
• Nikolay Atanasov：个人主页谷歌学术
• 机器人状态估计与感知课程 ppt：https://natanaso.github.io/ece276a2019/schedule.html
• 语义 SLAM 经典论文：Bowman S L, Atanasov N, Daniilidis K, et al. Probabilistic data association for semantic slam[C]//2017 IEEE international conference on robotics and automation (ICRA). IEEE, 2017: 1722-1729.
• 实例网格模型定位与建图：Feng Q, Meng Y, Shan M, et al. Localization and Mapping using Instance-specific Mesh Models[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 4985-4991.
• 基于事件相机的 VIO：Zihao Zhu A, Atanasov N, Daniilidis K. Event-based visual inertial odometry[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2017: 5391-5399.

3. 美国特拉华大学机器人感知与导航组

• 研究方向：SLAM、VINS、语义定位与建图等
• 实验室主页：https://sites.udel.edu/robot/
• 发表论文汇总：https://sites.udel.edu/robot/publications/
• Github 地址：https://github.com/rpng?page=2
• Geneva P, Eckenhoff K, Lee W, et al. Openvins: A research platform for visual-inertial estimation[C]//IROS 2019 Workshop on Visual-Inertial Navigation: Challenges and Applications, Macau, China. IROS 2019.（代码：https://github.com/rpng/open_vins ）
• Huai Z, Huang G. Robocentric visual-inertial odometry[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 6319-6326.（代码：https://github.com/rpng/R-VIO ）
• Zuo X, Geneva P, Yang Y, et al. Visual-Inertial Localization With Prior LiDAR Map Constraints[J]. IEEE Robotics and Automation Letters, 2019, 4(4): 3394-3401.
• Zuo X, Ye W, Yang Y, et al. Multimodal localization: Stereo over LiDAR map[J]. Journal of Field Robotics, 2020 （ 左星星博士谷歌学术）
• 黄国权教授主页

4. 美国麻省理工学院航空航天实验室

• 研究方向：位姿估计与导航，路径规划，控制与决策，机器学习与强化学习
• 实验室主页：http://acl.mit.edu/
• 发表论文：http://acl.mit.edu/publications （实验室的学位论文也可以在这里找到）
• Jonathan P. How 教授：个人主页谷歌学术
• Kasra Khosoussi（SLAM 图优化）：谷歌学术
• 物体级 SLAM：Mu B, Liu S Y, Paull L, et al. Slam with objects using a nonparametric pose graph[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4602-4609.（代码：https://github.com/BeipengMu/objectSLAM）
• 物体级 SLAM 导航：Ok K, Liu K, Frey K, et al. Robust Object-based SLAM for High-speed Autonomous Navigation[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 669-675.
• SLAM 的图优化：Khosoussi, K., Giamou, M., Sukhatme, G., Huang, S., Dissanayake, G., and How, J. P., Reliable Graphs for SLAM [C]//International Journal of Robotics Research (IJRR), 2019.

5. 美国麻省理工学院 SPARK 实验室

• 研究方向：移动机器人环境感知
• 实验室主页：http://web.mit.edu/sparklab/
• Luca Carlone 教授：个人主页谷歌学术
• SLAM 经典综述：Cadena C, Carlone L, Carrillo H, et al. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age[J]. IEEE Transactions on robotics, 2016, 32(6): 1309-1332.
• VIO 流形预积分：Forster C, Carlone L, Dellaert F, et al. On-Manifold Preintegration for Real-Time Visual--Inertial Odometry[J]. IEEE Transactions on Robotics, 2016, 33(1): 1-21.
• 开源语义 SLAM：Rosinol A, Abate M, Chang Y, et al. Kimera: an Open-Source Library for Real-Time Metric-Semantic Localization and Mapping[J]. arXiv preprint arXiv:1910.02490, 2019.（代码：https://github.com/MIT-SPARK/Kimera ）

6. 美国麻省理工学院海洋机器人组

• 研究方向：水下或陆地移动机器人导航与建图
• 实验室主页：https://marinerobotics.mit.edu/ （隶属于 MIT 计算机科学与人工智能实验室）
• John Leonard 教授：谷歌学术
• 发表论文汇总：https://marinerobotics.mit.edu/biblio
• 面向物体的 SLAM：Finman R, Paull L, Leonard J J. Toward object-based place recognition in dense rgb-d maps[C]//ICRA Workshop Visual Place Recognition in Changing Environments, Seattle, WA. 2015.
• 拓展 KinectFusion：Whelan T, Kaess M, Fallon M, et al. Kintinuous: Spatially extended kinectfusion[J]. 2012.
• 语义 SLAM 概率数据关联：Doherty K, Fourie D, Leonard J. Multimodal semantic slam with probabilistic data association[C]//2019 international conference on robotics and automation (ICRA). IEEE, 2019: 2419-2425.

7. 美国明尼苏达大学多元自主机器人系统实验室

• 研究方向：视觉、激光、惯性导航系统，移动设备大规模三维建模与定位
• 实验室主页：http://mars.cs.umn.edu/index.php
• 发表论文汇总：http://mars.cs.umn.edu/publications.php
• Stergios I. Roumeliotis：个人主页 ，谷歌学术
• 移动设备 VIO：Wu K, Ahmed A, Georgiou G A, et al. A Square Root Inverse Filter for Efficient Vision-aided Inertial Navigation on Mobile Devices[C]//Robotics: Science and Systems. 2015, 2.（项目主页：http://mars.cs.umn.edu/research/sriswf.php ）
• 移动设备大规模三维半稠密建图：Guo C X, Sartipi K, DuToit R C, et al. Resource-aware large-scale cooperative three-dimensional mapping using multiple mobile devices[J]. IEEE Transactions on Robotics, 2018, 34(5): 1349-1369. （项目主页：http://mars.cs.umn.edu/research/semi_dense_mapping.php ）
• VIO 相关研究：http://mars.cs.umn.edu/research/vins_overview.php

8. 美国宾夕法尼亚大学 Vijay Kumar 实验室

• 研究方向：自主微型无人机
• 实验室主页：https://www.kumarrobotics.org/
• 发表论文：https://www.kumarrobotics.org/publications/
• 研究成果视频：https://www.youtube.com/user/KumarLabPenn/videos
• 无人机半稠密 VIO：Liu W, Loianno G, Mohta K, et al. Semi-Dense Visual-Inertial Odometry and Mapping for Quadrotors with SWAP Constraints[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 1-6.
• 语义数据关联：Liu X, Chen S W, Liu C, et al. Monocular Camera Based Fruit Counting and Mapping with Semantic Data Association[J]. IEEE Robotics and Automation Letters, 2019, 4(3): 2296-2303.

9. Srikumar Ramalingam（美国犹他大学计算机学院）

• 研究方向：三维重构、语义分割、视觉 SLAM、图像定位、深度神经网络
• Srikumar Ramalingam：个人主页谷歌学术
• 点面 SLAM：Taguchi Y, Jian Y D, Ramalingam S, et al. Point-plane SLAM for hand-held 3D sensors[C]//2013 IEEE international conference on robotics and automation. IEEE, 2013: 5182-5189.
• 点线定位：Ramalingam S, Bouaziz S, Sturm P. Pose estimation using both points and lines for geo-localization[C]//2011 IEEE International Conference on Robotics and Automation. IEEE, 2011: 4716-4723.（视频）
• 2D 3D 定位：Ataer-Cansizoglu E, Taguchi Y, Ramalingam S. Pinpoint SLAM: A hybrid of 2D and 3D simultaneous localization and mapping for RGB-D sensors[C]//2016 IEEE international conference on robotics and automation (ICRA). IEEE, 2016: 1300-1307.（视频）

10. Frank Dellaert（美国佐治亚理工学院机器人与智能机器研究中心）

• 研究方向：SLAM，图像时空重构
• 个人主页，谷歌学术
• 因子图：Dellaert F. Factor graphs and GTSAM: A hands-on introduction[R]. Georgia Institute of Technology, 2012. （GTSAM 代码：http://borg.cc.gatech.edu/ ）
• 多机器人分布式 SLAM：Cunningham A, Wurm K M, Burgard W, et al. Fully distributed scalable smoothing and mapping with robust multi-robot data association[C]//2012 IEEE International Conference on Robotics and Automation. IEEE, 2012: 1093-1100.
• Choudhary S, Trevor A J B, Christensen H I, et al. SLAM with object discovery, modeling and mapping[C]//2014 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE, 2014: 1018-1025.

11. 赵轶璞（美国佐治亚理工学院智能视觉与自动化实验室）

• 研究方向：视觉 SLAM、三维重建、多目标跟踪
• 个人主页谷歌学术
• Zhao Y, Smith J S, Karumanchi S H, et al. Closed-Loop Benchmarking of Stereo Visual-Inertial SLAM Systems: Understanding the Impact of Drift and Latency on Tracking Accuracy[J]. arXiv preprint arXiv:2003.01317, 2020.
• Zhao Y, Vela P A. Good feature selection for least squares pose optimization in VO/VSLAM[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 1183-1189.（代码：https://github.com/ivalab/FullResults_GoodFeature ）
• Zhao Y, Vela P A. Good line cutting: Towards accurate pose tracking of line-assisted VO/VSLAM[C]//Proceedings of the European Conference on Computer Vision (ECCV). 2018: 516-531. （代码：https://github.com/ivalab/GF_PL_SLAM ）

12. 加拿大蒙特利尔大学 机器人与嵌入式 AI 实验室

• 研究方向：SLAM，不确定性建模
• 实验室主页：http://montrealrobotics.ca/
• Liam Paull 教授：个人主页谷歌学术
• Mu B, Liu S Y, Paull L, et al. Slam with objects using a nonparametric pose graph[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4602-4609.（代码：https://github.com/BeipengMu/objectSLAM）
• Murthy Jatavallabhula K, Iyer G, Paull L. gradSLAM: Dense SLAM meets Automatic Differentiation[J]. arXiv preprint arXiv:1910.10672, 2019.（代码：https://github.com/montrealrobotics/gradSLAM ）

13. 加拿大舍布鲁克大学智能、交互、综合、跨学科机器人实验室

• 研究方向：移动机器人软硬件设计
• 实验室主页：https://introlab.3it.usherbrooke.ca/
• 激光视觉稠密重建：Labbé M, Michaud F. RTAB‐Map as an open‐source lidar and visual simultaneous localization and mapping library for large‐scale and long‐term online operation[J]. Journal of Field Robotics, 2019, 36(2): 416-446.
  • 代码：https://github.com/introlab/rtabmap
  • 项目主页：http://introlab.github.io/rtabmap/

14. 瑞士苏黎世大学机器人与感知课题组

• 研究方向：移动机器人、无人机环境感知与导航，VISLAM，事件相机
• 实验室主页：http://rpg.ifi.uzh.ch/index.html
• 发表论文汇总：http://rpg.ifi.uzh.ch/publications.html
• Github 代码公开地址：https://github.com/uzh-rpg
• Forster C, Pizzoli M, Scaramuzza D. SVO: Fast semi-direct monocular visual odometry[C]//2014 IEEE international conference on robotics and automation (ICRA). IEEE, 2014: 15-22.
• VO/VIO 轨迹评估工具 rpg_trajectory_evaluation：https://github.com/uzh-rpg/rpg_trajectory_evaluation
• 事件相机项目主页：http://rpg.ifi.uzh.ch/research_dvs.html
• 人物：Davide Scaramuzza张子潮

15. 瑞士苏黎世联邦理工计算机视觉与几何实验室

• 研究方向：定位、三维重建、语义分割、机器人视觉
• 实验室主页：http://www.cvg.ethz.ch/index.php
• 发表论文：http://www.cvg.ethz.ch/publications/
• 视觉语义里程计：Lianos K N, Schonberger J L, Pollefeys M, et al. Vso: Visual semantic odometry[C]//Proceedings of the European conference on computer vision (ECCV). 2018: 234-250.
• 视觉语义定位：CVPR 2018 Semantic visual localization
  • 作者博士学位论文：2018 Robust Methods for Accurate and Efficient 3D Modeling from Unstructured Imagery
• 大规模户外建图：Bârsan I A, Liu P, Pollefeys M, et al. Robust dense mapping for large-scale dynamic environments[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 7510-7517.
  • 代码：https://github.com/AndreiBarsan/DynSLAM
  • 作者博士学位论文：Barsan I A. Simultaneous localization and mapping in dynamic scenes[D]. ETH Zurich, Department of Computer Science, 2017.
• Marc Pollefeys：个人主页，谷歌学术
• Johannes L. Schönberger：个人主页，谷歌学术

16. 英国帝国理工学院戴森机器人实验室

• 研究方向：机器人视觉场景与物体理解、机器人操纵
• 实验室主页：https://www.imperial.ac.uk/dyson-robotics-lab/
• 发表论文：https://www.imperial.ac.uk/dyson-robotics-lab/publications/
• 代表性工作：MonoSLAM、CodeSLAM、ElasticFusion、KinectFusion
  • ElasticFusion：Whelan T, Leutenegger S, Salas-Moreno R, et al. ElasticFusion: Dense SLAM without a pose graph[C]. Robotics: Science and Systems, 2015.（代码：https://github.com/mp3guy/ElasticFusion ）
  • Semanticfusion：McCormac J, Handa A, Davison A, et al. Semanticfusion: Dense 3d semantic mapping with convolutional neural networks[C]//2017 IEEE International Conference on Robotics and automation (ICRA). IEEE, 2017: 4628-4635.（代码：https://github.com/seaun163/semanticfusion ）
  • Code-SLAM：Bloesch M, Czarnowski J, Clark R, et al. CodeSLAM—learning a compact, optimisable representation for dense visual SLAM[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2018: 2560-2568.
• Andrew Davison：谷歌学术

17. 英国牛津大学信息工程学

• 研究方向：SLAM、目标跟踪、运动结构、场景增强、移动机器人运动规划、导航与建图等等等
• 实验室主页：http://www.robots.ox.ac.uk/
  • 主动视觉实验室：http://www.robots.ox.ac.uk/ActiveVision/
  • 牛津机器人学院：https://ori.ox.ac.uk/
• 发表论文汇总：
  • 主动视觉实验室：http://www.robots.ox.ac.uk/ActiveVision/Publications/index.html
  • 机器人学院：https://ori.ox.ac.uk/publications/papers/
• 代表性工作：
  • Klein G, Murray D. PTAM: Parallel tracking and mapping for small AR workspaces[C]//2007 6th IEEE and ACM international symposium on mixed and augmented reality. IEEE, 2007: 225-234.
  • RobotCar 数据集：https://robotcar-dataset.robots.ox.ac.uk/
• 人物（谷歌学术）：David MurrayMaurice Fallon
• 部分博士学位论文可以在这里搜到：https://ora.ox.ac.uk/

18. 德国慕尼黑工业大学计算机视觉组

• 研究方向：三维重建、机器人视觉、深度学习、视觉 SLAM 等
• 实验室主页：https://vision.in.tum.de/research/vslam
• 发表论文汇总：https://vision.in.tum.de/publications
• 代表作：DSO、LDSO、LSD_SLAM、DVO_SLAM
  • DSO：Engel J, Koltun V, Cremers D. Direct sparse odometry[J]. IEEE transactions on pattern analysis and machine intelligence, 2017, 40(3): 611-625.（代码：https://github.com/JakobEngel/dso ）
  • LSD-SLAM： Engel J, Schöps T, Cremers D. LSD-SLAM: Large-scale direct monocular SLAM[C]//European conference on computer vision. Springer, Cham, 2014: 834-849.（代码：https://github.com/tum-vision/lsd_slam ）2.
• Github 地址：https://github.com/tum-vision
• Daniel Cremers 教授：个人主页谷歌学术
• Jakob Engel（LSD-SLAM，DSO 作者）：个人主页谷歌学术

19. 德国马克斯普朗克智能系统研究所嵌入式视觉组

• 研究方向：智能体自主环境理解、导航与物体操纵
• 实验室主页：https://ev.is.tuebingen.mpg.de/
• 负责人 Jörg Stückler（前 TUM 教授）：个人主页谷歌学术
• 发表论文汇总：https://ev.is.tuebingen.mpg.de/publications
• Kasyanov A, Engelmann F, Stückler J, et al. Keyframe-based visual-inertial online SLAM with relocalization[C]//2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2017: 6662-6669.
• Strecke M, Stuckler J. EM-Fusion: Dynamic Object-Level SLAM with Probabilistic Data Association[C]//Proceedings of the IEEE International Conference on Computer Vision. 2019: 5865-5874.
• Usenko, V., Demmel, N., Schubert, D., Stückler, J., Cremers, D. Visual-Inertial Mapping with Non-Linear Factor Recovery IEEE Robotics and Automation Letters (RA-L), 5, 2020

20. 德国弗莱堡大学智能自主系统实验室

• 研究方向：多机器人导航与协作，环境建模与状态估计
• 实验室主页：http://ais.informatik.uni-freiburg.de/index_en.php
• 发表论文汇总：http://ais.informatik.uni-freiburg.de/publications/index_en.php （学位论文也可以在这里找到）
• Wolfram Burgard：谷歌学术
• 开放数据集：http://aisdatasets.informatik.uni-freiburg.de/
• RGB-D SLAM：Endres F, Hess J, Sturm J, et al. 3-D mapping with an RGB-D camera[J]. IEEE transactions on robotics, 2013, 30(1): 177-187.（代码：https://github.com/felixendres/rgbdslam_v2 ）
• 跨季节的 SLAM：Naseer T, Ruhnke M, Stachniss C, et al. Robust visual SLAM across seasons[C]//2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2015: 2529-2535.
• 博士学位论文：Robust Graph-Based Localization and Mapping 2015
• 博士学位论文：Discovering and Leveraging Deep Multimodal Structure for Reliable Robot Perception and Localization 2019
• 博士学位论文：Robot Localization and Mapping in Dynamic Environments 2019

21 Cyrill Stachniss（德国波恩大学摄影测量与机器人实验室）

• 研究方向：概率机器人、SLAM、自主导航、视觉激光感知、场景分析与分配、无人飞行器
• 实验室主页：https://www.ipb.uni-bonn.de/
• 个人主页：https://www.ipb.uni-bonn.de/people/cyrill-stachniss/ ；谷歌学术
• 发表论文：https://www.ipb.uni-bonn.de/publications/
• 开源代码：https://github.com/PRBonn
• IROS 2019 激光语义 SLAM：Chen X, Milioto A, Palazzolo E, et al. SuMa++: Efficient LiDAR-based semantic SLAM[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 4530-4537.（代码：https://github.com/PRBonn/semantic_suma/ ）
• Cyrill Stachniss 教授 SLAM 公开课：youtube ； bilibili
• 波恩大学另外一个智能自主系统实验室：http://www.ais.uni-bonn.de/research.html

22. 西班牙萨拉戈萨大学机器人、感知与实时组 SLAM 实验室

• 研究方向：视觉 SLAM、物体 SLAM、非刚性 SLAM、机器人、增强现实
• 实验室主页：http://robots.unizar.es/slamlab/
• 发表论文：http://robots.unizar.es/slamlab/?extra=3 （论文好像没更新，可以访问下面实验室大佬的谷歌学术查看最新论文）
• J. M. M. Montiel：谷歌学术
• Mur-Artal R, Tardós J D. Orb-slam2: An open-source slam system for monocular, stereo, and rgb-d cameras[J]. IEEE Transactions on Robotics, 2017, 33(5): 1255-1262.
• Gálvez-López D, Salas M, Tardós J D, et al. Real-time monocular object slam[J]. Robotics and Autonomous Systems, 2016, 75: 435-449.
• Strasdat H, Montiel J M M, Davison A J. Real-time monocular SLAM: Why filter?[C]//2010 IEEE International Conference on Robotics and Automation. IEEE, 2010: 2657-2664.
• Zubizarreta J, Aguinaga I, Montiel J M M. Direct sparse mapping[J]. arXiv preprint arXiv:1904.06577, 2019.
  • Elvira R, Tardós J D, Montiel J M M. ORBSLAM-Atlas: a robust and accurate multi-map system[J]. arXiv preprint arXiv:1908.11585, 2019.

23. 西班牙马拉加大学机器感知与智能机器人课题组

• 研究方向：自主机器人、人工嗅觉、计算机视觉
• 实验室主页：http://mapir.uma.es/mapirwebsite/index.php/topics-2.html
• 发表论文汇总：http://mapir.isa.uma.es/mapirwebsite/index.php/publications-menu-home.html
• Gomez-Ojeda R, Moreno F A, Zuñiga-Noël D, et al. PL-SLAM: a stereo SLAM system through the combination of points and line segments[J]. IEEE Transactions on Robotics, 2019, 35(3): 734-746.（代码：https://github.com/rubengooj/pl-slam ）
• Francisco-Angel Moreno
• Ruben Gomez-Ojeda 点线 SLAM
  • Gomez-Ojeda R, Briales J, Gonzalez-Jimenez J. PL-SVO: Semi-direct Monocular Visual Odometry by combining points and line segments[C]//Intelligent Robots and Systems (IROS), 2016 IEEE/RSJ International Conference on. IEEE, 2016: 4211-4216.（代码：https://github.com/rubengooj/pl-svo ）
  • Gomez-Ojeda R, Gonzalez-Jimenez J. Robust stereo visual odometry through a probabilistic combination of points and line segments[C]//2016 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2016: 2521-2526.（代码：https://github.com/rubengooj/stvo-pl ）
  • Gomez-Ojeda R, Zuñiga-Noël D, Moreno F A, et al. PL-SLAM: a Stereo SLAM System through the Combination of Points and Line Segments[J]. arXiv preprint arXiv:1705.09479, 2017.（代码：https://github.com/rubengooj/pl-slam ）

24. Alejo Concha（Oculus VR，西班牙萨拉戈萨大学）

• 研究方向：SLAM，单目稠密重建，传感器融合
• 个人主页：https://sites.google.com/view/alejoconcha/谷歌学术
• Github：https://github.com/alejocb
• IROS 2015 单目平面重建：DPPTAM: Dense piecewise planar tracking and mapping from a monocular sequence （代码：https://github.com/alejocb/dpptam ）
• IROS 2017 开源 RGB-D SLAM：RGBDTAM: A Cost-Effective and Accurate RGB-D Tracking and Mapping System（代码：https://github.com/alejocb/rgbdtam ）
• ICRA 2016：Visual-inertial direct SLAM
• ICRA 2014：Using Superpixels in Monocular SLAM
• RSS 2014：Manhattan and Piecewise-Planar Constraints for Dense Monocular Mapping

25. 奥地利格拉茨技术大学计算机图形学与视觉研究所

• 研究方向：AR/VR，机器人视觉，机器学习，目标识别与三维重建
• 实验室主页：https://www.tugraz.at/institutes/icg/home/
• Friedrich Fraundorfer 教授：团队主页谷歌学术
  • Visual Odometry: Part I The First 30 Years and Fundamentals
  • Visual Odometry: Part II: Matching, Robustness, Optimization, and Applications
  • Schenk F, Fraundorfer F. RESLAM: A real-time robust edge-based SLAM system[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 154-160.（代码：https://github.com/fabianschenk/RESLAM ）
• Dieter Schmalstieg 教授：团队主页谷歌学术
  • 教科书：Augmented Reality: Principles and Practice
  • Arth C, Pirchheim C, Ventura J, et al. Instant outdoor localization and slam initialization from 2.5 d maps[J]. IEEE transactions on visualization and computer graphics, 2015, 21(11): 1309-1318.
  • Hachiuma R, Pirchheim C, Schmalstieg D, et al. DetectFusion: Detecting and Segmenting Both Known and Unknown Dynamic Objects in Real-time SLAM[J]. arXiv preprint arXiv:1907.09127, 2019.

26. 波兰波兹南工业大学移动机器人实验室

• 研究方向：SLAM，机器人运动规划，控制
• 实验室主页：http://lrm.put.poznan.pl/
• Github 主页：https://github.com/LRMPUT
• Wietrzykowski J. On the representation of planes for efficient graph-based slam with high-level features[J]. Journal of Automation Mobile Robotics and Intelligent Systems, 2016, 10.（代码：https://github.com/LRMPUT/PlaneSLAM ）
• Wietrzykowski J, Skrzypczyński P. PlaneLoc: Probabilistic global localization in 3-D using local planar features[J]. Robotics and Autonomous Systems, 2019.（代码：https://github.com/LRMPUT/PlaneLoc ）
• PUTSLAM：http://lrm.put.poznan.pl/putslam/

27. Alexander Vakhitov（三星莫斯科 AI 中心）

• 研究方向：SLAM，几何视觉
• 个人主页：https://alexandervakhitov.github.io/ ，谷歌学术
• 点线 SLAM：ICRA 2017 PL-SLAM: Real-time monocular visual SLAM with points and lines
• 点线定位：Pumarola A, Vakhitov A, Agudo A, et al. Relative localization for aerial manipulation with PL-SLAM[M]//Aerial Robotic Manipulation. Springer, Cham, 2019: 239-248.
• 学习型线段：IEEE Access 2019 Learnable line segment descriptor for visual SLAM（代码：https://github.com/alexandervakhitov/lld-slam ）

28. 澳大利亚昆士兰科技大学机器人技术中心

• 研究方向：脑启发式机器人，采矿机器人，机器人视觉
• 实验室主页：https://www.qut.edu.au/research/centre-for-robotics
• 开源代码：https://research.qut.edu.au/qcr/open-source-code/
• Niko Sünderhauf：个人主页 ，谷歌学术
  • RA-L 2018 二次曲面 SLAM：QuadricSLAM: Dual quadrics from object detections as landmarks in object-oriented SLAM
  • Nicholson L, Milford M, Sunderhauf N. QuadricSLAM: Dual quadrics as SLAM landmarks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops. 2018: 313-314.
  • Semantic SLAM 项目主页：http://www.semanticslam.ai/
  • IROS 2017：Meaningful maps with object-oriented semantic mapping
• Michael Milford：谷歌学术 https://scholar.google.com/citations?user=TDSmCKgAAAAJ&hl=zh-CN&oi=ao
  • ICRA 2012：SeqSLAM: Visual route-based navigation for sunny summer days and stormy winter nights （代码：https://michaelmilford.com/seqslam/）
  • Ball D, Heath S, Wiles J, et al. OpenRatSLAM: an open source brain-based SLAM system[J]. Autonomous Robots, 2013, 34(3): 149-176.（代码：https://openslam-org.github.io/openratslam.html ）
  • Yu F, Shang J, Hu Y, et al. NeuroSLAM: a brain-inspired SLAM system for 3D environments[J]. Biological Cybernetics, 2019, 113(5-6): 515-545. （代码：https://github.com/cognav/NeuroSLAM ）

29. 澳大利亚机器人视觉中心

• 研究方向：机器人感知、理解与学习 （集合了昆士兰科技大学，澳大利亚国立大学，阿德莱德大学，昆士兰大学等学校机器人领域的研究者）
• 实验室主页：https://www.roboticvision.org/
• 人物：https://www.roboticvision.org/rv_person_category/researchers/
• 发表论文汇总：https://www.roboticvision.org/publications/scientific-publications/
• Yasir Latif：个人主页，谷歌学术
  • Latif Y, Cadena C, Neira J. Robust loop closing over time for pose graph SLAM[J]. The International Journal of Robotics Research, 2013, 32(14): 1611-1626.
  • Latif Y, Cadena C, Neira J. Robust loop closing over time[C]//Proc. Robotics: Science Systems. 2013: 233-240.（代码：https://github.com/ylatif/rrr ）
• Ian D Reid：谷歌学术：https://scholar.google.com/citations?user=ATkNLcQAAAAJ&hl=zh-CN&oi=sra
  • ICRA 2019：Real-time monocular object-model aware sparse SLAM
  • Reid I. Towards semantic visual SLAM[C]//2014 13th International Conference on Control Automation Robotics & Vision (ICARCV). IEEE, 2014: 1-1.

30. 日本国立先进工业科学技术研究所

• 人工智能研究中心：https://www.airc.aist.go.jp/en/intro/
• Ken Sakurada：个人主页，谷歌学术
  • Sumikura S, Shibuya M, Sakurada K. OpenVSLAM: A Versatile Visual SLAM Framework[C]//Proceedings of the 27th ACM International Conference on Multimedia. 2019: 2292-2295.（代码：https://github.com/xdspacelab/openvslam ）
• Shuji Oishi：谷歌学术
  • 极稠密特征点建图：Yokozuka M, Oishi S, Thompson S, et al. VITAMIN-E: visual tracking and MappINg with extremely dense feature points[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2019: 9641-9650.
  • Oishi S, Inoue Y, Miura J, et al. SeqSLAM++: View-based robot localization and navigation[J]. Robotics and Autonomous Systems, 2019, 112: 13-21.

31. Pyojin Kim（韩国首尔大学自主机器人实验室）

• 研究方向：视觉里程计，定位，AR/VR
• 个人主页，谷歌学术
• 平面 SLAM：ECCV 2018：Linear RGB-D SLAM for planar environments
• 光照变化下的鲁棒 SLAM：ICRA 2017：Robust visual localization in changing lighting conditions
• 线面 SLAM：CVPR 2018：Indoor RGB-D Compass from a Single Line and Plane
• 博士学位论文：Low-Drift Visual Odometry for Indoor Robotics

32. 香港科技大学空中机器人实验室

• 研究方向：空中机器人在复杂环境下的自主运行，包括状态估计、建图、运动规划、多机器人协同以及低成本传感器和计算组件的实验平台开发。
• 实验室主页：http://uav.ust.hk/
• 发表论文：http://uav.ust.hk/publications/
• 沈邵劼教授谷歌学术
• 代码公开地址：https://github.com/HKUST-Aerial-Robotics
• Qin T, Li P, Shen S. Vins-mono: A robust and versatile monocular visual-inertial state estimator[J]. IEEE Transactions on Robotics, 2018, 34(4): 1004-1020.（代码：https://github.com/HKUST-Aerial-Robotics/VINS-Mono ）
• Wang K, Gao F, Shen S. Real-time scalable dense surfel mapping[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 6919-6925.（代码：https://github.com/HKUST-Aerial-Robotics/DenseSurfelMapping ）

33. 香港科技大学机器人与多感知实验室 RAM-LAB

• 研究方向：无人车；无人船；室内定位；机器学习。
• 实验室主页：https://www.ram-lab.com/
• 发表论文：https://www.ram-lab.com/publication/
• 刘明教授谷歌学术
• Ye H, Chen Y, Liu M. Tightly coupled 3d lidar inertial odometry and mapping[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 3144-3150.（代码：https://github.com/hyye/lio-mapping ）
• Zhang J, Tai L, Boedecker J, et al. Neural slam: Learning to explore with external memory[J]. arXiv preprint arXiv:1706.09520, 2017.

34. 香港中文大学天石机器人实验室

• 研究方向：工业、物流、手术机器人，三维影像，机器学习
• 实验室主页：http://ri.cuhk.edu.hk/
• 刘云辉教授：http://ri.cuhk.edu.hk/yhliu
• 李浩昂：个人主页，谷歌学术
  • Li H, Yao J, Bazin J C, et al. A monocular SLAM system leveraging structural regularity in Manhattan world[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 2518-2525.
  • Li H, Yao J, Lu X, et al. Combining points and lines for camera pose estimation and optimization in monocular visual odometry[C]//2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2017: 1289-1296.
  • 消失点检测：Lu X, Yaoy J, Li H, et al. 2-Line Exhaustive Searching for Real-Time Vanishing Point Estimation in Manhattan World[C]//Applications of Computer Vision (WACV), 2017 IEEE Winter Conference on. IEEE, 2017: 345-353.（代码：https://github.com/xiaohulugo/VanishingPointDetection ）
• 郑帆：个人主页，谷歌学术
  • Zheng F, Tang H, Liu Y H. Odometry-vision-based ground vehicle motion estimation with se (2)-constrained se (3) poses[J]. IEEE transactions on cybernetics, 2018, 49(7): 2652-2663.（代码：https://github.com/izhengfan/se2clam ）
  • Zheng F, Liu Y H. Visual-Odometric Localization and Mapping for Ground Vehicles Using SE (2)-XYZ Constraints[C]//2019 International Conference on Robotics and Automation (ICRA). IEEE, 2019: 3556-3562.（代码：https://github.com/izhengfan/se2lam ）

35. 浙江大学 CAD&CG 国家重点实验室

• 研究方向：SFM/SLAM，三维重建，增强现实
• 实验室主页：http://www.zjucvg.net/
• Github 代码地址：https://github.com/zju3dv
• 章国峰教授：个人主页，谷歌学术
• ICE-BA：Liu H, Chen M, Zhang G, et al. Ice-ba: Incremental, consistent and efficient bundle adjustment for visual-inertial slam[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 1974-1982.（代码：https://github.com/zju3dv/EIBA ）
• RK-SLAM：Liu H, Zhang G, Bao H. Robust keyframe-based monocular SLAM for augmented reality[C]//2016 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). IEEE, 2016: 1-10.（项目主页：http://www.zjucvg.net/rkslam/rkslam.html ）
• RD-SLAM：Tan W, Liu H, Dong Z, et al. Robust monocular SLAM in dynamic environments[C]//2013 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). IEEE, 2013: 209-218.

36. 邹丹平（上海交通大学）

• 研究方向：视觉 SLAM，SFM，多源导航，微型无人机
• 个人主页：http://drone.sjtu.edu.cn/dpzou/index.php ， 谷歌学术
• Co-SLAM：Zou D, Tan P. Coslam: Collaborative visual slam in dynamic environments[J]. IEEE transactions on pattern analysis and machine intelligence, 2012, 35(2): 354-366.（代码：https://github.com/danping/CoSLAM ）
• StructSLAM：Zhou H, Zou D, Pei L, et al. StructSLAM: Visual SLAM with building structure lines[J]. IEEE Transactions on Vehicular Technology, 2015, 64(4): 1364-1375.（项目主页：http://drone.sjtu.edu.cn/dpzou/project/structslam.php ）
• StructVIO：Zou D, Wu Y, Pei L, et al. StructVIO: visual-inertial odometry with structural regularity of man-made environments[J]. IEEE Transactions on Robotics, 2019, 35(4): 999-1013.

37. 布树辉教授（西北工业大学智能系统实验室）

• 研究方向：语义定位与建图、SLAM、在线学习与增量学习
• 个人主页：http://www.adv-ci.com/blog/谷歌学术
• 布老师的课件：http://www.adv-ci.com/blog/course/
• 实验室 2018 年暑期培训资料：https://github.com/zdzhaoyong/SummerCamp2018
• 开源的通用 SLAM 框架：Zhao Y, Xu S, Bu S, et al. GSLAM: A general SLAM framework and benchmark[C]//Proceedings of the IEEE International Conference on Computer Vision. 2019: 1110-1120.（代码：https://github.com/zdzhaoyong/GSLAM ）
• Bu S, Zhao Y, Wan G, et al. Map2DFusion: Real-time incremental UAV image mosaicing based on monocular slam[C]//2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2016: 4564-4571.（代码：https://github.com/zdzhaoyong/Map2DFusion ）
• Wang W, Zhao Y, Han P, et al. TerrainFusion: Real-time Digital Surface Model Reconstruction based on Monocular SLAM[C]//2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019: 7895-7902.

+1 上海科技大学

• Mobile Perception Lab：http://mpl.sist.shanghaitech.edu.cn/
• Laurent Kneip：个人主页；谷歌学术
• Zhou Y, Li H, Kneip L. Canny-vo: Visual odometry with rgb-d cameras based on geometric 3-d–2-d edge alignment[J]. IEEE Transactions on Robotics, 2018, 35(1): 184-199.
• 自主移动机器人实验室：https://robotics.shanghaitech.edu.cn/zh
• Sören Schwertfeger：个人主页；谷歌学术
• Shan Z, Li R, Schwertfeger S. RGBD-Inertial Trajectory Estimation and Mapping for Ground Robots[J]. Sensors, 2019, 19(10): 2251.（代码：https://github.com/STAR-Center/VINS-RGBD ）

+1 美国密歇根大学机器人研究所

• 学院官网：https://robotics.umich.edu/
• 研究方向：https://robotics.umich.edu/research/focus-areas/
• 感知机器人实验室（PeRL）
  • 实验室主页：http://robots.engin.umich.edu/About/
  • Ryan M. Eustice谷歌学术
  • 激光雷达数据集 Pandey G, McBride J R, Eustice R M. Ford campus vision and lidar data set[J]. The International Journal of Robotics Research, 2011, 30(13): 1543-1552. | 数据集
• APRIL robotics lab
  • 实验室主页：https://april.eecs.umich.edu/
  • Edwin Olson个人主页 | 谷歌学术
  • Olson E. AprilTag: A robust and flexible visual fiducial system[C]//2011 IEEE International Conference on Robotics and Automation. IEEE, 2011: 3400-3407. | 代码
  • Wang X, Marcotte R, Ferrer G, et al. ApriISAM: Real-time smoothing and mapping[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 2486-2493. | 代码

+1 瑞士苏黎世联邦理工自主系统实验室

• 研究方向：复杂多样环境中自主运行的机器人和智能系统
• 实验室主页：https://asl.ethz.ch/
• 发表论文：https://asl.ethz.ch/publications-and-sources/publications.html
• youtube | Github
• Cesar Cadena个人主页
• Schneider T, Dymczyk M, Fehr M, et al. maplab: An open framework for research in visual-inertial mapping and localization[J]. IEEE Robotics and Automation Letters, 2018, 3(3): 1418-1425. | 代码
• Dubé R, Cramariuc A, Dugas D, et al. SegMap: 3d segment mapping using data-driven descriptors[J]. arXiv preprint arXiv:1804.09557, 2018. | 代码
• Millane A, Taylor Z, Oleynikova H, et al. C-blox: A scalable and consistent tsdf-based dense mapping approach[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 995-1002. | 代码

+1 美国麻省理工学院 Robust Robotics Group

• 研究方向：MAV 导航与控制；人机交互的自然语言理解；自主海洋机器人的语义理解
• 实验室主页：http://groups.csail.mit.edu/rrg/index.php
• Nicholas Roy：Google Scholar
• Greene W N, Ok K, Lommel P, et al. Multi-level mapping: Real-time dense monocular SLAM[C]//2016 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2016: 833-840. video
• ICRA 2020 Metrically-Scaled Monocular SLAM using Learned Scale Factors." International Conference on Robotics and Automation | video
• ICRA 2019 Robust Object-based SLAM for High-speed Autonomous Navigation

+1 瑞士苏黎世联邦理工 Vision for Robotics Lab

• 研究方向：机器人视觉，无人机，自主导航，多机器人协同
• 实验室主页：https://v4rl.ethz.ch/the-group.html
• Margarita Chli：个人主页 | Google Scholar
• Schmuck P, Chli M. CCM‐SLAM: Robust and efficient centralized collaborative monocular simultaneous localization and mapping for robotic teams[J]. Journal of Field Robotics, 2019, 36(4): 763-781. code | video
• Bartolomei L, Karrer M, Chli M. Multi-robot Coordination with Agent-Server Architecture for Autonomous Navigation in Partially Unknown Environments[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2020)(virtual). 2020. code | video
• Schmuck P, Chli M. Multi-uav collaborative monocular slam[C]//2017 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2017: 3863-3870.

最后

以上就是大方板凳为你收集整理的SLAM领域国内外优秀实验室汇总的全部内容，希望文章能够帮你解决SLAM领域国内外优秀实验室汇总所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。