基于 FAST-LIO2 扩展的激光 SLAM 系统，集成动态点去除、多会话建图、对象级更新与在线重定位，面向真实场景的长期建图与定位。

面向动态环境的视觉惯性 SLAM 系统，能在场景中存在移动物体时稳定完成定位与建图，适合机器人在人群或杂乱环境中使用。

面向动态环境的视觉 SLAM 框架，能同时估计相机里程计、静态地图以及场景中运动物体的位姿与结构，解决传统 SLAM 在动态场景下定位漂移的问题。

面向动态足式机器人的多传感器里程计，融合腿部运动学、IMU 与激光雷达，在剧烈运动和高动态场景下提供稳健的定位与建图。

汇总动态场景下 SLAM 与终身建图的研究资源，覆盖激光、视觉和多传感器融合方案，方便快速跟进相关论文与代码。

汇集移动机器人领域的优质资源清单，涵盖定位、数据集、实验室、公司、书籍与招聘信息，方便快速查找学习资料和行业动态。