本书对同时定位与建图（SLAM）的理论、方法及应用进行了全面的介绍。本书涵盖了基础理论、激光和视觉SLAM算法及产业应用三个方面内容。本书还通过线上资源提供代码和丰富的补充材料，以帮助读者更细致地掌握SLAM的技术要领。

王庆，东南大学首席教授，博士生导师，国家自然科学基金委创新研究群体“自主无人系统协同控制理论及应用”项目主要成员，科技部重点领域创新团队牵头人，中组部“万人计划”科技创新领军人才。研究领城为智慧城市时空信息智能采集、顶层规划设计及可视化、高精度位置监测以及室内外多模融合定位新技术、新理论及工程应用。获国家科学技术进步二等奖1项（第一完成人，2018年度）。近年来先后带领团队承担国家科技支撑计划项目、国家重点研发计划项目以及国家自然科学基金项目等数项国家科研项目。发表论文一百余篇，出版专著6部。

前言
第1章 绪论
1.1 基于激光的SLAM系统
1.1.1 发展历程
1.1.2 挑战和未来发展方向
1.2 基于视觉的SLAM系统
1.2.1 发展历程
1.2.2 未来发展方向
1.3 基于多传感器融合的SLAM系统
1.3.1 多传感器标定
1.3.2 激光和视觉融合
1.3.3 未来发展方向
参考文献
第2章 SLAM基础算法
2.1 视觉与激光SLAM算法
2.1.1 视觉SLAM算法
2.1.2 激光SLAM算法
2.1.3 IMU算法
2.2 状态估计模型
2.2.1 卡尔曼滤波
2.2.2 粒子滤波
2.2.3 非线性优化
参考文献
第3章 SLAM相关数学知识
3.1 非线性优化方法
3.1.1 基本方法介绍
3.1.2 高斯-牛顿法
3.1.3 L-M方法
3.1.4 Dog-leg法
3.2 非线性优化中的求导方法
3.2.1 SLAM后端非线性优化
3.2.2 自动求导
3.2.3 解析导数
3.2.4 代数导数
3.3 参数化方法
3.3.1 旋转矩阵
3.3.2 欧拉角
3.3.3 四元数
3.4 误差的定义和位姿的三种物理含义
3.4.1 SLAM误差定义
3.4.2 位姿的三种物理含义
参考文献
第4章 传感器标定
4.1 视觉传感器标定方法
4.1.1 相机模型
4.1.2 单目相机标定方法
4.1.3 多目相机标定方法
4.1.4 标定开源工具
4.1.5 基于三维标定板的相机内参标定新方法
4.2 视觉-激光外参标定
4.2.1 现有激光-相机外参标定方法
4.2.2 基于三维标定板的自动外参标定方法
4.3 GNSS-IMU-视觉外参标定方法
4.3.1 视觉-IMU标定方法
4.3.2 GNSS/INS-激光雷达/相机外参标定方法
参考文献
第5章 视觉SLAM方法
5.1 基于李群李代数的ICP总体最小二乘方法
5.1.1 研究内容概述
5.1.2 基于李群李代数的总体ICP算法
5.1.3 基于向量的坐标解算方法
5.1.4 实验结果
5.2 基于稳定框架下的PnP方法
5.2.1 研究内容概述
5.2.2 归一化PnP算法
5.2.3 实验结果
5.3 不依赖FEJ的位姿图优化方法
5.3.1 研究内容概述
5.3.2 增量式PGO算法
5.3.3 实验结果
参考文献
第6章 激光SLAM方法
6.1 现有激光SLAM算法
6.2 特征点提取与匹配
6.3 基于体素的平面检测方法
6.3.1 平面匹配
6.3.2 多边形边界估计
6.3.3 平面参数更新方法
6.3.4 激光曲率的检测结果
6.3.5 基于三次增长法的平面检测结果
参考文献
第7章 多传感器融合的SLAM方法
7.1 GNSS定位原理与方法
7.1.1 GNSS定位基本原理
7.1.2 GNSS定位性能评价
7.1.3 GNSS定位与SLAM的坐标系统
7.2 多传感器松耦合/紧耦合方法
7.2.1 Visual-IMU组合模型
7.2.2 LiDAR-IMU组合模型
7.3 激光-视觉的融合方法
7.3.1 优化方法
7.3.2 基于平面投影的可视化方法
7.4 激光-视觉-GNSS-IMU融合方法
7.4.1 融合框架
7.4.2 基于因子图优化的状态估计
参考文献
第8章 SLAM系统典型应用
8.1 SLAM技术在变电站巡检中的应用
8.1.1 背景介绍
8.1.2 解决方案
8.1.3 测试结果
8.2 SLAM技术在村镇土地调查中的应用
8.2.1 村镇用地信息获取的特点
8.2.2 村镇用地信息获取的SLAM技术模式
8.2.3 基于空地协同的用地信息获取方法
8.2.4 基于空地协同的点云配准与三维重建
8.2.5 实验设计与分析
8.2.6 展望
8.3 SLAM技术在城市绿化智能管护中的应用
8.3.1 背景介绍
8.3.2 城市绿化智能管护系统组成
8.3.3 系统功能及性能
8.3.4 系统测试结果分析
8.3.5 应用前景
8.3.6 小结
参考文献