本书系统介绍以相机和惯性测量单元为主传感器的视觉、视觉惯性SLAM算法。本书通过选取该领域有代表性的两个开源项目，从原理阐述、公式推导、代码解析和工程经验等多个维度，对SLAM技术进行全面的解读。为了让读者在轻松的氛围中快速理解专业知识，本书以小白和师兄对话的形式娓娓道来，帮助读者在学习的过程中不断思考和提升。同时，本书秉承“一图胜千言”的理念，把大量复杂的原理或流程绘制成清晰、易懂的示意图，降低了初学者的学习门槛。本书理论和实践并重，引导读者循序渐进地掌握项目实践经验。
本书兼具技术的广度和深度，适合有一定SLAM基础的高等院校学生、科研机构研究人员和企业从业者阅读，尤其适合希望深入研究视觉（惯性）SLAM的算法工程师参考。

程小六，中国科学院博士。计算机视觉life平台创始人。研究兴趣为计算机视觉、机器人定位与建图。

第一部分 SLAM基础
第1章 SLAM概览
1.1 什么是SLAM
1.2 SLAM有什么不可替代性
1.3 SLAM的应用领域
1.3.1 自主移动机器人
1.3.2 增强现实
1.3.3 自动驾驶汽车
1.3.4 智能无人机
参考文献
第2章 编程及编译工具
2.1 C++新特性
2.1.1 为什么要学习C++新特性
2.1.2 常用的C++新特性
2.2 CMake 入门
2.2.1 CMake简介
2.2.2 CMake的安装
2.2.3 CMake自动化构建项目的魅力
2.2.4 CMake常用指令
2.2.5 CMake使用注意事项
第3章 SLAM中常用的数学基础知识
3.1 为什么要用齐次坐标
3.1.1 能够非常方便地表达点在直线或平面上
3.1.2 方便表达直线之间的交点和平面之间的交线
3.1.3 能够表达无穷远
3.1.4 更简洁地表达空间变换
3.2 三维空间中刚体旋转的几种表达方式
3.2.1 旋转矩阵
3.2.2 四元数
3.2.3 旋转向量
3.2.4 欧拉角
3.2.5 矩阵线性代数运算库Eigen
第4章 相机成像模型
4.1 针孔相机成像原理
……
第二部分 ORB-SLAM2理论与实践
第三部分 ORB-SLAM3理论与实践